我国物流需求预测的神经网络模型和实证分析研究
摘要 | 第1-3页 |
ABSTRACT | 第3-9页 |
1 绪论 | 第9-17页 |
·物流行业的发展现状与趋势 | 第9-10页 |
·物流需求的定义 | 第10-12页 |
·物流需求的特点 | 第12页 |
·物流需求预测的研究目的 | 第12-13页 |
·本论文的创新点 | 第13-14页 |
·本文的研究思路 | 第14-17页 |
2 物流需求定量预测指标的选取 | 第17-43页 |
·物流需求量化指标选择的原则 | 第17页 |
·国内外物流需求预测研究现状 | 第17-26页 |
·国外物流需求预测研究现状 | 第18页 |
·国外物流需求指标核算方法 | 第18-21页 |
·国内物流需求预测研究现状 | 第21-25页 |
·国内物流需求指标核算方法 | 第25-26页 |
·物流需求预测方法简介与评价 | 第26-30页 |
·物流需求预测方法简介 | 第26-28页 |
·物流需求预测方法评价 | 第28-30页 |
·影响物流需求的因素探讨 | 第30-38页 |
·经济发展对物流需求的影响 | 第31-33页 |
·影响物流需求的产业结构因素 | 第33-36页 |
·消费水平和消费理念的变化也将影响物流需求 | 第36页 |
·国际国内贸易的发展 | 第36页 |
·区域交通运输等基础设施的规模和发展水平 | 第36-37页 |
·其他的定性因素 | 第37-38页 |
·物流需求量化指标 | 第38-43页 |
·货运量法 | 第38页 |
·物流成本占GDP比例法 | 第38-40页 |
·社会物流总额 | 第40-43页 |
3 人工神经网络基本理论 | 第43-55页 |
·人工神经网络概念的提出 | 第43-44页 |
·人工神经网络理论的发展及应用领域 | 第44-45页 |
·人工神经网络理论的发展 | 第44-45页 |
·人工神经网络技术的应用领域 | 第45页 |
·神经网络用于物流系统预测的可行性分析 | 第45-47页 |
·神经网络用于物流系统预测可行性及其优势 | 第45-46页 |
·神经网络预测模型存在的问题 | 第46-47页 |
·人工神经网络的特点 | 第47-48页 |
·人工神经网络模型 | 第48-55页 |
·人工神经元模型 | 第48-50页 |
·人工神经网络模型 | 第50-52页 |
·人工神经网络的学习 | 第52-55页 |
4 基于人工神经网络的物流需求预测理论构建 | 第55-67页 |
·物流需求神经网络预测模型选择 | 第55-56页 |
·神经网络预测模型选择 | 第55页 |
·BP网络的结构 | 第55-56页 |
·BP网络的学习 | 第56-59页 |
·BP算法的改进 | 第57-58页 |
·基于MATLAB的BP神经网络的改进算法 | 第58-59页 |
·物流需求神经网络预测模型的建立 | 第59-60页 |
·网络输入数据的处理 | 第60-64页 |
·网络输入数据的预处理和后处理 | 第60-63页 |
·BP网络泛化能力的提高 | 第63-64页 |
·网络训练模式的选择 | 第64-65页 |
·物流需求神经网络预测模型的实现 | 第65-67页 |
5 中国物流需求预测的实证研究 | 第67-101页 |
·中国现代发展总体概况介绍 | 第67-73页 |
·中国经济发展状况 | 第67-70页 |
·中国消费情况概述 | 第70-71页 |
·中国现代物流业初露端倪 | 第71-73页 |
·加入WTO,为物流业的发展带来了新的机遇 | 第73页 |
·中国物流货运量预测 | 第73-92页 |
·对货运量影响因素的分析 | 第73-76页 |
·以中国为例,说明神经网络货运量预测模型实现 | 第76-89页 |
·三种货运量预测结果评述及建议 | 第89-92页 |
·物流成本占GDP比例预测 | 第92-98页 |
·以中国为例,说明神经网络货运量预测模型实现 | 第92-95页 |
·对物流成本占GDP比重的预测结果评述 | 第95-96页 |
·降低物流成本的对策 | 第96-98页 |
·中国物流总值的预测 | 第98-101页 |
·对物流需求总值指标预测结果综合分析 | 第99-101页 |
6 结论及展望 | 第101-105页 |
·本文的主要结论及建议 | 第101-104页 |
·未来的研究展望 | 第104-105页 |
参考文献 | 第105-111页 |
致谢 | 第111页 |