基于GM(1,N)-BP组合模型的区域物流需求预测实证研究任务书

 2021-11-10 10:11

1. 毕业设计(论文)主要目标:

1、巩固主成分分析法、灰色系统预测理论、BP神经网络预测模型;

2、学习并探讨影响江苏省物流需求的主要因素,进行相关性分析和主成分分析等;

3、学习并运用GM(1,N)-BP组合模型,进行预测性检验,根据平均相对误差,比较其与单一模型的预测精度。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

基于江苏省2001-2015年物流业发展的数据资料,运用所学的统计专业知识分析影响物流需求的主要影响因素,并对物流需求量进行统计模拟。首先,分析江苏省物流发展概况,兼顾统计相关和专业背景原理,综合建立影响物流需求的指标体系;接着,运用线性相关分析、灰色关联分析验证所选指标的有效性;然后,采用主成分分析筛选出主要影响因子;最后,根据江苏省2001-2012年物流需求量及其主要影响因子的统计数据,分别建立GM(1,N)模型、BP神经网络模型以及GM(1,N)-BP组合模型对江苏省2013-2015年的物流需求量进行预测性检验,根据平均相对误差比较三者的预测精度。

3. 主要参考文献

[1]何晓群. 多元统计分析[M]. 北京: 中国人民大学出版社(第三版), 2011.[2]张晨光. 统计模型在物流规划中的应用[J]. 物流技术,2016,(10):53-57.

[3]何国华. 区域物流需求预测及灰色预测模型的应用[J]. 北京交通大学学报(社会科学版),2008,(01):33-37.

[4]贾素琴,杨家其. 基于ARIMA-RBF模型的区域物流需求预测[J]. 物流技术,2016,(04):54-57.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。