【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第6期 351-354页,共5页

【作 者】： 张慧 [1] ; 邢培振 [2]

【摘 要】 研究区域物流需求预测优化问题，区域物流需求与经济结构和资源分布相关，因此存在较强的非线性，属于一种小样本、非线性数据结构。传统线性、大样本预测方法无法进行准确预测，预测精度比较低。为提高了区域物流需求预测精度，提出一种支持向量机物流需求预测方法。首先采用多元回归分析法选择区域物流需求的影响因子，然后将输入样本输入到支持向量机学习，并通过蚁群法对支持向量机参数进行优化，最后建立区域物流需求与影响因子之间复杂的非线性关系模型。采用上海市1978—2003年物流需求量对模型性能进行测试，结果表明，相对于多元线性回归、BP神经网络模型，支持向量机提高了区域物流需求的预测精度，在区域需要预测中具有广泛的应用前景。