基于遗传神经网络的城市区域圈物流需求预测——以合肥都市圈为例

摘要

选取6组物流预测的输入变量作为训练集的输入变量,次年的公路货运总量为输出变量.由于2018年社会消费品零售总额缺失,因此先根据往年数据,采用线性回归的模式进行预测,得出2017年社会消费品零售总额,进而使用该数据进行进一步的预测与分析.使用Matlab实现对数据的编程处理,用BP神经网络模型对区域物流量给予合理地预测,通过对比试验结果证明,经过遗传算法优化的神经网络在区域物流预表现出更高的精准度.从而使得政府部门制定科学推动经济发展的方针与政策,为推动物流行业基础设施建设工作的顺利开展制定科学的决策.