基于自组织数据挖掘的区域物流需求预测

被引：21

作者：

许沛沛

何跃

机构：

[1] 四川大学工商管理学院

来源：

统计与决策 | 2011年 / 06期

关键词：

区域物流; 物流需求; GMDH; 组合预测;

D O I：

10.13546/j.cnki.tjyjc.2011.06.030

中图分类号：

F224 [经济数学方法]; F252 [物资流通];

学科分类号：

0701 ; 070104 ; 1201 ; 1202 ; 020205 ;

摘要：

文章将自组织数据挖掘方法应用于区域物流需求预测,建立了参数GMDH输入输出模型和非参数模糊规则归纳区域物流需求预测模型,鉴于单个模型预测的局限性,以最小二乘法为最优化准则,建立了最优线性组合预测模型。实证分析表明组合预测结果比较满意,自组织数据挖掘方法是区域物流需求预测的有效工具。

引用

页码：58 / 59

页数：2

共 11 条

[1] 区域物流需求预测现状和发展研究 [J].

夏国恩 .

中国物流与采购, 2010, (04) :68-69

[2] 区域物流需求预测现状和发展研究 [J].

夏国恩 .

中国物流与采购, 2010, (04) :68-69

[3] 基于BP神经网络和证据理论的区域物流需求预测 [J].

宿梦思 ;

张志清 .

物流工程与管理, 2009, 31 (10) :21-22

[4] 区域物流需求预测模型研究 [J].

黄虎 .

统计与决策, 2008, (17) :62-64

[5] 区域物流需求预测方法比较分析 [J].

程肖冰 ;

张群 .

工业工程与管理, 2008, (01) :94-98

[6] 基于SODM和贝叶斯的时序预测模型比较 [J].

肖进 ;

贺昌政 .

统计与决策, 2007, (20) :23-25

[7] 基于BP神经网络的物流需求分析与预测 [J].

耿勇 ;

鞠颂东 ;

陈娅娜 .

物流技术, 2007, (07) :35-37+73

[8] 基于BP神经网络技术的区域物流需求量预测 [J].

缪桂根 .

中国水运(理论版), 2007, (05) :131-132

[9] 基于灰色神经网络的区域物流需求预测 [J].

林荣天 ;

陈联诚 ;

李绍静 ;

黄灏然 .

价值工程, 2007, (02) :92-95

[10] 计量经济模型在物流需求预测中的应用 [J].

王新利 .

物流科技, 2006, (04) :50-52

← 1 2 →