基于BP神经网络与GM(1,1)组合的北京市物流需求预测模型

李 晗，吴珍珍，张雪雪

（北京物资学院，北京 101149）

0 引言

物流需求预测是指在物流活动中，根据过去和现在的需求状况，利用科学方法，根据影响物流系统需求变化因素之间的关系以及统计资料，对反映市场需求指标的变化与发展趋势进行预测，并得出未来的物流需求状况。在市场瞬息万变、科学技术高度发达、产品日新月异的现代经济社会中，借助定量分析的手段，结合北京市城市物流现状，借鉴国外的成功发展经验，对物流需求进行预测，得出物流需求总量及变化规律，为物流系统规划提供合理依据。

1 北京市物流需求预测模型构建

北京市物流需求受许多因素的影响，因素间关系复杂。因此，在进行预测时不能根据历史数据做简单的数据趋势外推，既要从数据自身的发展规律出发，又要考虑各个外部因素的影响，采用基于时间序列的趋势变化预测和考虑客观实际的外部多因素的因果关系分析预测方法进行组合，更能体现预测结果的准确性[1]。北京市联动京津冀等多区域，预测模型的指标受多方面影响，且数据的非线性规律明显，在因果关系分析的方法选择上，选取擅长处理多因素非线性问题的BP 神经网络模型预测。我国在数据统计方面较发达国家有一定差距，专门关于物流的统计数据匮乏，统计电算化程度普及晚，导致没有大量的历史统计数据做支撑，在时间序列分析方法上选择灰色预测是最佳选择[2]。

北京市物流需求预测采用构建基于时间序列分析的GM（1,1）模型和基于因果关系分析的BP神经网络的组合预测模型[3]。……