点此搜书

物流需求的智能预测方法
  • 作 者:耿立艳著
  • 出 版 社:北京:科学出版社
  • 出版年份:2016
  • ISBN:9787030495846
  • 标注页数:150 页
  • PDF页数:162 页
  • 请阅读订购服务说明与试读!

文档类型

价格(积分)

购买连接

试读

PDF格式

7

立即购买

点击试读

订购服务说明

1、本站所有的书默认都是PDF格式,该格式图书只能阅读和打印,不能再次编辑。

2、除分上下册或者多册的情况下,一般PDF页数一定要大于标注页数才建议下单购买。【本资源162 ≥150页】

图书下载及付费说明

1、所有的电子图书为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

3、所有的电子图书都是原书直接扫描方式制作而成。

第1章 绪论 1

1.1 物流需求相关理论 1

1.2 物流需求预测相关理论 7

1.3 物流需求预测方法研究现状 9

1.4 物流需求智能预测方法研究的意义 15

参考文献 16

第2章 物流需求的灰色预测方法 20

2.1 引言 20

2.2 灰色预测方法 20

2.3 精度检验方法 24

2.4 实证分析 25

2.5 本章小结 33

参考文献 34

第3章 物流需求的新型神经网络预测方法 35

3.1 引言 35

3.2 神经网络 36

3.3 灰色神经网络预测方法 42

3.4 模糊神经网络预测方法 49

3.5 小波神经网络预测方法 57

3.6 本章小结 64

参考文献 65

第4章 物流需求的数据降维-支持向量机预测方法 69

4.1 引言 69

4.2 支持向量机回归原理 69

4.3 主成分分析-支持向量机预测方法 77

4.4 核主成分分析-支持向量机预测方法 79

4.5 灰色关联分析-支持向量机预测方法 80

4.6 实证分析 82

4.7 本章小结 94

参考文献 95

第5章 物流需求的改进粒子群优化算法LSSVM预测方法 97

5.1 引言 97

5.2 LSSVM回归原理 97

5.3 粒子群优化算法 99

5.4 LSSVM-AIWPSO预测方法 102

5.5 LSSVM-SIWPSO预测方法 104

5.6 LSSVM-PSOTVAC预测方法 106

5.7 LSSVM-TOOPSO预测方法 108

5.8 LSSVM-DACPSO预测方法 110

5.9 实证分析 112

5.10 本章小结 126

参考文献 127

第6章 物流需求的智能组合预测方法 128

6.1 引言 128

6.2 组合预测原理 129

6.3 ANFIS智能组合预测法 130

6.4 SVM智能组合预测法 133

6.5 LSSVM智能组合预测法 137

6.6 本章小结 144

参考文献 145

第7章 总结与展望 147

7.1 研究总结 147

7.2 研究展望 149

购买PDF格式(7分)
返回顶部