首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

基于小波神经网络的邯郸市货运量预测及应用

摘要第6-7页
Abstract第7页
第1章 绪论第10-16页
    1.1 研究背景及意义第10-11页
        1.1.1 研究背景第10页
        1.1.2 研究意义第10-11页
    1.2 国内外研究现状第11-14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
        1.2.3 目前研究中存在的问题第13-14页
    1.3 研究内容及方法第14-16页
        1.3.1 研究内容第14-15页
        1.3.2 研究方法第15-16页
第2章 区域物流需求与货运量的相关理论第16-27页
    2.1 区域物流及区域物流需求概述第16-18页
        2.1.1 区域物流的概念及特征第16-17页
        2.1.2 区域物流需求的概念与特征第17-18页
    2.2 区域货运量概论第18-20页
        2.2.1 货运量的概念第18-19页
        2.2.2 区域物流需求与区域货运量的关系第19页
        2.2.3 区域货运量的影响因素第19-20页
    2.3 区域货运量预测第20-24页
        2.3.1 区域货运量预测的概念第20-21页
        2.3.2 区域货运量预测常用方法第21-24页
    2.4 物流园区概论第24-26页
        2.4.1 物流园区的概念第24页
        2.4.2 物流园区规模确定的原则第24-25页
        2.4.3 物流园区占地规模的计算第25-26页
        2.4.4 区域物流园区建设数量的确定第26页
    2.5 本章小结第26-27页
第3章 区域货运量预测指标体系的建立第27-35页
    3.1 邯郸市物流业发展现状第27-30页
        3.1.1 邯郸市物流总量第27页
        3.1.2 邯郸市经济及物流产业现况第27-30页
        3.1.3 邯郸市物流业发展中存在的问题第30页
    3.2 区域货运量预测指标的选择原则第30-31页
    3.3 区域货运量影响因素的量化指标第31页
    3.4 区域货运量的影响因素分析第31-34页
    3.5 邯郸市货运量预测指标体系第34页
    3.6 本章小结第34-35页
第4章 小波神经网络(WNN)模型的构建第35-41页
    4.1 BP 神经网络的概论第35-37页
        4.1.1 BP 神经网络的简介第35页
        4.1.2 BP 神经网络的学习过程第35-36页
        4.1.3 BP 神经网络的不足之处第36-37页
    4.2 小波分析理论概述第37-38页
        4.2.1 小波函数的定义第37页
        4.2.2 常用的小波函数第37-38页
    4.3 小波神经网络概论第38-40页
        4.3.1 小波神经网络简介第38页
        4.3.2 小波分析与神经网络结合的途径第38-39页
        4.3.3 小波神经网络的学习过程第39-40页
        4.3.4 小波神经网络模型的优点第40页
    4.4 本章小结第40-41页
第5章 基于 WNN 的邯郸市货运量预测的实证研究第41-49页
    5.1 采用 WNN 的邯郸市货运量预测第41-44页
    5.2 以邯郸市货运量数据为导向的物流园区的规模的规划第44-46页
        5.2.1 物流园区总的商业占地规模的确定第44-45页
        5.2.2 物流园区数量规模确定第45-46页
    5.3 关于邯郸市物流发展的建议第46-48页
    5.4 本章小结第48-49页
结论与展望第49-50页
致谢第50-51页
参考文献第51-54页
作者简介第54-55页
攻读硕士学位期间发表的论文和科研成果第55-56页

论文共56页,点击 下载论文
上一篇:邮政速递物流配送路径优化问题的研究
下一篇:基于改进遗传算法的H公司VRPB优化研究