基于PCA-PSO-RBF模型的水产品冷链物流需求预测 |
| |
引用本文: | 庄伟卿,王浩燃.基于PCA-PSO-RBF模型的水产品冷链物流需求预测[J].福建工程学院学报,2023(4):401-407. |
| |
作者姓名: | 庄伟卿 王浩燃 |
| |
作者单位: | 1. 福建理工大学互联网经贸学院;2. 福建理工大学交通运输学院 |
| |
基金项目: | 国家社科规划一般项目(22BGL007); |
| |
摘 要: | 为确保水产品冷链物流供需双方信息对称,降低供应链中断风险及供需不匹配造成的浪费,水产品冷链物流需求预测显得尤为关键。选取影响水产品冷链物流需求的18个因素并用灰色关联法(GRA)筛选验证,运用主成分分析法(PCA)提取主要特征,通过粒子群算法(PSO)优化的径向基神经网络(RBF)构建PCA-PSO-RBF预测模型,对水产品需求预测,并与PCA-PSO-BP、PCA-RBF、PCA-BP、SVM、BP模型对比。结果表明,构建的PCA-PSO-RBF预测模型具有较强的非线性系统处理能力与全局寻优能力,对小样本多特征的数据具有较好包容性和预测精度,通过MAE/RMSE/MAPE预测误差评价验证了PCA-PSO-RBF预测模型的有效性及优越性。
|
关 键 词: | 水产品 需求预测 主成分分析 粒子群算法 径向基神经网络 |
|