基于神经网络的农产品物流需求预测研究

《基于神经网络的农产品物流需求预测研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于神经网络的农产品物流需求预测研究1王新利2赵琨3黑龙江八一农垦大学经济管理学院中国大庆163319摘要：农产品物流不仅具有一般性物流的共同特点，而且具有独特性和复杂性，这导致利用一般方法进行农产品物流需求预测不仅难度大，而且精度差。为克服单项物流需求预测的局限性及农产品物流数据的不完整性，利用神经网络理论，建立基于BP神经网络的农产品物流预测模型，并利用BP神经网络在学习过程中据有工作信号正向传播和误差信号反向传播的特点，通过权值的不断修正，使网络的实际输出向量更加接近期望的输出值，从而极大程度

2、的提高了物流预测的准确性。经农产品物流预测实例分析，验证了基于BP神经网络模型建立的物流需求预测模型的准确性与科学性。从而印证了人工神经网络在物流领域中的应用具有更加广泛的发展潜力。关键词：BP神经网络；农产品物流量；预测Studyofagriculturalproductlogistics:DemandpredictionbasedonneuralnetworktheoryWangXin-liZhaokunCollegeofEconomics&Management,HeiLongjiangAugu

3、st1’stLandReclamationUniversity,Daqing,Heilongjing163319ChinaE-mail:xinli56@163.comAbstract：Agriculturalproductlogisticssharesthechallengesofotherlogisticalproblems,butalsopossessesmanyuniquefeatureswhichprecludetheapplicationofusualmethodsofthelogisti

4、csofagriculturalproducts.Inparticular,itisnotpossibletoaccuratelyforecastdemand.Toovercomethelimitationsofsinglelogisticsdemandforecastingtechniquesandthedifficultiesinagriculturalproductslogisticsthatexistcurrently,thispaperreportstheuseofneuralnetwor

5、ktheorytoestablishapredictivemodelofthedemandinagriculturalproductslogisticsbasedonaback-propagation(BP)neuralnetwork.TheBPAlgorithmusedinthelearningprocessincludestwoprocesses:forwardcomputingofdatastreamandbackwardpropagationoferrorsignals,whichmaket

6、heoutputvectorclosertotheexpectedoutputvectorsbycontinuousadjustingofweights,thusimprovingtheaccuracyofthelogisticsforecasting.AgriculturalproductsdemandandexampleAnalysisverifytheaccuracyofthisBPneuralnetworkbasedpredictionmodelforagriculturalproductd

7、emand.Keywords:Demandforecasting;Artificialneuralnetworks;Thedemandofagriculturalproductlogistics1国家自然基金项目[70672117]：大宗农产品供应链写作定价继承机制理论与模型研究2王新利（1956—），男，山东五莲人，管理学博士，黑龙江八一农垦大学经济管理学院教授，博士研究生导师，主要从事农产品流通与农村物流方面的教学与研究，E-mail：xinli56@163.com。3赵坤（1982—），男，黑

8、龙江集贤人，黑龙江八一农垦大学经济管理学院，硕士研究生，研究方向物流管理11引言农产品物流对于国民经济的发展及公民生活水平的提高至关重要，准确把握、预测农产品物流需求有助于制定合理的农产品物流规划、促进国民经济可持续发展、提高公民生活水平。近年来，国内外很多学者在物流需求预测上，提出了很多有创新性和实践意义的方法。归纳起来，主要有代表性和实用价值的有五类：时间序列非线性需求模型（achaosandnonlinearityinvestigation）[1]、回归分析（r