基于灰色模型的成都双流机场物流预测

准确进行机场物流预测是机场规划的重要前提.但从目前机场物流的预测现状看,许多机场都存在预测值高于实际值的情况.文中在分析现有机场物流预测模型不足的基础上,利用灰色系统理论,建立了成都双流机场货、邮吞吐量的预测模型.通过实际数据与预测结果的比较,证明灰色模型对于双流机场货、邮吞吐量的预测具备可行性,同时具有较高的精度.     

基于简化WITI指标的机场延误预测方法

为实现在战略或预战术阶段对恶劣天气条件下的机场延误进行有效预测,本文引入简化的天气影响交通指标(WITI),采用灰色关联分析的方法,验证该指标与机场延误之间的关联性,再分别以WITI指标和传统指标构建多元线性回归模型和BP神经网络预测模型,对广州白云国际机场(ZGGG)和深圳宝安国际机场(ZGSZ)的离场延误进行预测.结果显示,WITI指标与机场离场延误之间的关联度明显高于传统指标,基于WITI指标比基于传统指标构建的多元线性回归模型,在预测准确度上高出14.09%(ZGGG)和9.79%(ZGSZ),同样在BP神经网络模型中则高出8.00%(ZGGG)和6.41%(ZGSZ),由此认为WITI指标在机场延误预测中具有更好的应用效果.     

基于GRNN神经网络的社会物流成本预测研究

介绍了常用物流成本预测方法的特点,分析了社会物流成本和经济总量、产业结构等相关影响因素之间的关系,结合中国社会物流成本和经济结构的现状,在此基础上建立了基于广义回归神经网络的中国社会物流成本预测模型,并以中国1998～2006年的相关历史数据作为学习样本,通过拟合训练和外推预测分析,验证了GRNN用于社会物流成本预测的效果.     

基于C#与MATLAB混合编程的物流需求预测系统的实现

根据物流需求数据的不同特点,归纳了灰色GM(1,1)模型、移动平均值模型、指数平滑模型、季节指数模型、BP神经网络模型、线性回归模型、多项式拟合模型和非线性回归模型8种常见的物流需求预测模型,并据此为物流企业开发了基于C#与MATLAB混合编程的物流需求预测系统,降低了物流企业物流需求预测的复杂度。最后通过预测实例表明该系统具有较好的适用性和较高的预测精度。     

人工神经网络模型的江西省物流需求预测

区域物流与区域经济息息相关。为了准确预测区域物流需求规模,运用灰色关联对决定区域物流需求的经济因素以及他们之间的相关性进行分析,建立区域物流需求预测指标体系和BP神经网络区域物流预测模型。通过实证分析,验证了预测模型的有效性,并对江西未来5年的物流需求做出了预测。     

组合预测模型在交通量预测中的应用

对当前组合预测模型进行分析,在已有交通量预测模型的基础上,建立基于预测有效度的组合预测模型,应用规划方法求解各单一预测模型的最优权重系数。实测数据验证表明,该组合预测方法具有比回归分析和神经网络预测模型具有更高精度,组合方法为交通量预测提供一种可靠而有效的新途径。     

蚁群算法优化的神经网络技术在跑道起飞容量预测中的应用

为了对机场起飞容量及飞机全部出动时间进行预测,构建了基于ACO优化BP神经网络的机场跑道起飞容量预测模型.分析了机场跑道容量的含义及其影响因素,利用飞参提取软件将影响因素的具体数值进行提取;依据BP神经网络的特点将其引入到机场跑道起飞容量预测中,为了弥补BP神经网络的缺点,利用ACO对网络进行优化,最终建立了基于ACO...     

分行业的货运需求量组合预测研究

论证了分行业预测货运需求量的科学性。通过对物流需求影响因素的分析,建立了回归分析、灰色系统的物流需求单项预测模型,鉴于单项预测模型的局限性,建立了物流需求组合预测模型。     

灰色GM(1,1)模型在区域物流规模预测中的应用

讨论了灰色预测模型以及灰色预测模型在物流规模预测中的应用．建立了基于灰色预测理论的GM(1，1)模型，叙述了运用GM(1，1)模型进行预测的详细步骤，并以山东省的物流规模预测为例进行了实际应用，最后用残差检验和后验差检验的方法对预测结果进行了检验，证明了预测结果的可信性．     

基于混合自回归模型和神经网络的时间序列预测

在求出混合自回归时间序列模型的成分个数的基础上, 应用BP神经网络对时间序列进行了预测, 并对模型进行了数值模拟表明该预测模型的具有较高的精确度和广泛的应用前景.