基于灰色神经网络的物流需求预测系统及应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和研究意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 物流需求预测研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究目标、内容与技术路线 | 第13-15页 |
| 1.3.1 研究目标 | 第13页 |
| 1.3.2 研究内容及技术路线 | 第13-15页 |
| 第2章 灰色系统理论与BP人工神经网络 | 第15-25页 |
| 2.1 灰色系统理论 | 第15-20页 |
| 2.1.1 灰色系统基本概念 | 第15-16页 |
| 2.1.2 灰色系统基本原理 | 第16-17页 |
| 2.1.3 灰色系统预测模型 | 第17-20页 |
| 2.2 BP人工神经网络 | 第20-23页 |
| 2.2.1 人工神经网络概述 | 第20-21页 |
| 2.2.2 BP神经网络的模型结构 | 第21-22页 |
| 2.2.3 BP神经网络的训练算法及其流程图 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 预测指标体系和预测模型的建立 | 第25-33页 |
| 3.1 构建物流需求预测指标体系 | 第25-29页 |
| 3.1.1 物流需求的相关因素分析 | 第25-27页 |
| 3.1.2 当前通用预测物流需求的指标体系 | 第27-28页 |
| 3.1.3 改进后的物流需求预测指标体系 | 第28-29页 |
| 3.2 构建物流需求预测模型 | 第29-31页 |
| 3.2.1 地区物流需求预测原理 | 第29-30页 |
| 3.2.2 物流需求预测方法的选取 | 第30页 |
| 3.2.3 灰色神经网络模型的建立 | 第30-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第4章 物流需求预测系统的设计与实现 | 第33-43页 |
| 4.1 软件系统分析 | 第33-34页 |
| 4.1.1 可行性分析 | 第33页 |
| 4.1.2 系统需求分析 | 第33-34页 |
| 4.2 软件系统概要设计 | 第34-35页 |
| 4.3 软件系统详细设计 | 第35-38页 |
| 4.4 软件系统的实现 | 第38-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第5章 物流需求预测系统的应用与研究 | 第43-57页 |
| 5.1 北京市物流需求分析 | 第43页 |
| 5.2 构建预测北京市物流需求量的指标体系 | 第43-45页 |
| 5.3 系统中预测模型的实证分析 | 第45-54页 |
| 5.3.1 数据来源 | 第45页 |
| 5.3.2 GM（1，1）模型预测 | 第45-46页 |
| 5.3.3 GM（1，N）模型预测 | 第46-49页 |
| 5.3.4 BP神经网络模型预测 | 第49-51页 |
| 5.3.5 灰色神经网络模型预测 | 第51-53页 |
| 5.3.6 模型间对比研究 | 第53-54页 |
| 5.4 北京市物流需求量预测 | 第54-55页 |
| 5.5 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
