SPSS BP基于 与 神经网络的林产品物流运输需求预测对比研究

刘 靖,张 海430200) (湖北生态工程职业技术学院,湖北 武汉

China Market - - 目录 - 刘靖张海

1 引 言

HN省林业发展虽然迅速,但总体规模小,林业产业化水平低,林产品没有规模化的发展。预测林产品的物流需HN求,能够探索出省林产品的发展规律,发现林业转型升级过程中存在的问题。本文运用与林产品物流运输需求有强HN相关性的经济指标来预测省林产品物流运输需求量。

2多元线性回归模型

2 1多元线性回归确定两种及以上变量间相互定量关系的统计方法称为回归分析。在回归分析中,如果有两个或两个以上的自变量,就称为多元回归分析,如果自变量与因变量间存在线性关系,就称为多元线性回归。其模型的一般形式为: Y= β0 + β1x1 + β2x2 +… + βpxp + ε 2 2多元线性回归模型构建Y) X1, X2,…, XP)设物流运输需求量 ( 与影响因素 ( 存Y= F( X1, X2,…, Xp)在线性相关,可建立回归函数模型 ,以此为基础,对林产品物流运输需求做出预测。

3 BP神经网络模型

3  1 BP神经网络BP神经网络是一种按误差逆传播算法训练的多层前馈BP网络,网络模型拓扑结构包括输入层、隐含层和输出层。 3 2构建物流运输需求预测模型BP利用神经网络构建林产品物流运输需求预测模型,强相关性的经济指标是输入变量,林产品物流运输需求量是输出变量。3 2  1设计网络输入、输出样本Xi =( Xi1, Xi2,…, Xin) i设 表示第年的经济指标向量, Yi =( yi) i 1表示第年的物流运输需求量向量。以第 年至第n- 1 P, 2 n年的经济指标值作为输入样本 以第 年至第 年T, P的物流运输需求量作为输出样本 用输入样本 和输出样T BP n本 对网络进行训练,训练完成后,输入第 年的输入Xn n+ 1指标 来预测第 年需求量。3 2  2确定网络层数、隐层节点数BP Kolmogorov本文选用典型的三层 网络。根据 定理n1 = 2n+ 1确定隐含层节点数。4 HN省林产品物流运输需求预测实证分析HN货运量能反映出物流运输需求的变化规律, 省铁路网发达,故选择“林产品铁路货运量”作为输出指标,设Y为。依据预测指标选取原则,选取“人均生产总值、居民消费水平、林业生产总值、林业固定资产投资、铁路营业X1, X2, X3, X4, X5里程”作为输入指标,分别设为 。本文选HN 2005— 2013取的原始数据来源于历年 省统计年鉴,选取1 2014年的数据作为样本数据,如表 所示。 年的数据作为预测数据加以验证。本文以木材作为木产品的代表。

SPSS Matlab BP HN [摘 要]采用 及 软件分别建立多元线性回归模型和神经网络预测模型,通过 省林产品物流运输需BP求量的算例,对比多元线性回归和神经网络预测模型的预测能力得出相应结论。BP [关键词]多元线性回归;神经网络;预测模型DOI 10  13939/ j  cnki  zgsc  2017  06  098 [ ]

4  1多元线性回归模型算例分析SPSS本文借助软件对五个经济指标和林产品铁路货运量指标之间进行相关性分析和线性回归分析,从而对林产品物流运输需求进行预测。

2从表中可以看出,因变量与自变量的相关系数都在0 8以上,相关程度较高。4 1  2线性回归分析X1 X2 X3 X4 X5 Y选择 、 、 、 、作为自变量,作为因变量。在SPSS SPSS软件的计算下,根据 的输出结果得到林产品物流Y= 550  119+ 0  009X1 -运输需求量多元线性回归模型为: 0  047X2 - 0  230X3 - 2  060X4 + 0  017X5 4  2 BP神经网络模型算例分析MATLAB本文借助 软件的神经网络工具箱,通过编程来建立林产品物流运输需求神经网络预测模型。4 2  1对数据归一化处理1 Xi = 1-根据归一化公式 把e0[ 1  8971- 0  1625)( X- Xmin) ]  1625+( Xmax- X min 0  15- 0  85 Excel原始数据归一化到 [ ]之间。本文利用 实现归一化过程。4 2  2设计网络结构参数2×7+ 1= 15通过试验,隐含层节点数目为 个最为合traingdx tan 适。训练函数设为 函数,传递函数第一层设为sig logsig 0  1,函数,第二层设为 函数,学习率设为 动量因0  9, 10- 5子设为 学习误差设为 。4 2  3网络训练与测试2005— 2010取归一化后 年的输入指标值作为训练样本p- train, 2006— 2011输入 年的输出指标作为训练样本输出t- train MATLAB。在 软件中编辑训练语句,结果如下图所示。146经过了次训练后,网络达到设定学习误差,训练效 4 1  1相关性分析Pearson本文依据数据特点,对其采用 相关系数,如表2所示。 果较好。2011— 2012 p-选取 年的输入指标作为检验样本输入test, 2012— 2013 t- test年的输出指标作为期望输出 。预测out=[ 00   13416764] Xi =结果为: 。预测结果根据公式xmax- xmin) 1 ) ] [ ln 1( - x- 0  1625 + ( 1  8971- 0  1625) 反归一化处理( test=[ 227307] , real=[ 225388] , Y- Y-得: 实际结果为: 相对

3 BP 2014由表 知,神经网络预测模型对 年预测误差为7 9%, 8  1%多元线性回归预测模型误差为 。相比而言, BP神经网络预测模型的预测精度更高,更稳定。通过模型可以预测到未来几年林产品物流运输需求量呈递减趋势,说明对树木的砍伐在逐年递减。

5 结 论

BP本文介绍及建立了多元线性回归模型和 神经网络HN模型,以省林产品物流运输需求量为算例,得出的BP研究结果表明神经网络在对新数据的预测能力方面有BP略微的优势,但是神经网络每一次训练运行的结果都是不同的,具有一定的不确定性,因此并不能简单地以此判断两者之间在预测能力方面哪个更有优势,但总的BP来说,神经网络较多元线性回归模型的预测精度

P89) (上接工为学校招生,减少麻烦提高质量降低费用;对学生家长来讲,进了冠名班,提前确定就业方向,在校期间,学生的学习目的更加明确,有的放矢地投入到理论学习与实践操作中,冠名班还可以消化掉将近三分之一的毕业生实现对口高薪就业。

总之,组织冠名班学生参加相关企业的大型文艺活动,让学生能够深入了解企业文化,企业也给学生提供阶段性实习岗位、暑期工岗位等,最大限度地让学生接触企业,了解企业,为以后真正走上岗位打下基础。冠名班学生经过有针对性地学习,培养的学生适销对路,毕业后可直接实现顶岗工作,免去了企业对毕业生上岗时再度培训环节,为企业节省了大量的时间、人力、物力和财力。同时学校和企业共同制定相关政策,鼓励学生参加冠名班学习,如设立冠名班奖学金,对冠名班里学习和各方面表现优秀的学生予以一定的奖励;还有冠名班学生毕业工作时,免去试用期,可以直接成为正式职工,有效提高了大学生的就业薪酬。

4开发嵌入式课程

根据目前山东半岛机械装备制造业的发展与需求,在人才培养方案中,设置了适量的“嵌入式课程” ,就是根据企业的实际岗位需求,确定专业培养目标和规格,将行业标准、岗位要求、培训课程列入人才培养方案,以此推动学校培养与企业培训、教学过程与生产过程之间的嵌套。

8~ 16 “嵌入式课程”一般安排 学时,企业技术人员来校授课,他们结合本企业产品、工艺和制造装备的特点讲授课程,同时带来了本行业国内、国际发展现状、发展趋势和最新发展成果等内容,更结合他们自身的企业经历感受,对 更高。

参考文献: 1  BP []陈思远,郭奕崇 基于神经网络的安徽省物流需求预J. 2012( 17): 231- 233 测研究 []物流技术, 2  D . []韩林湖南省林产品物流运输需求预测研究 [ ] 长沙: 2015 中南林业科技大学, 3  BP []张景阳,潘光友多元线性回归与 神经网络预测模型J . ,2013对比与运用研究 [ ]昆明理工大学学报:自然科学版6): 61- 67  (檶檶檶檶檶檶檶檶檶1986—), [作者简介]刘靖 ( 男,汉族,湖北武汉人,武汉理工大学硕士,湖北生态工程职业技术学院,助教。研究方向:林产1987—),品物流运输;张海 ( 男,汉族,湖北武汉人,江汉大学学士,湖北生态工程职业技术学院,助教。研究方向:园林技术。

大学生如何适应企业发展需要等内容给大学生们上了一堂堂生动的职业发展和就业辅导课。同时将各专业生产实习、毕业设计等环节加入实践因素,依靠学院教师和企业技术人员联合指导的方式,培养学生发现问题、解决问题的能力。同时,推行学校与企业互换课程,即学校派教师帮助企业开展职工教育培训。

5校企横向联合开展科研攻关

开展校企合作,是培养应用型人才的有效途径之一,是促进专业快速发展,加强师资队伍建设,培养高素质应用型人才的重要途径。我们在努力推行校企深入合作过程中,加强了与区域内各机械装备制造企业的联系和沟通,了解到校企双方深入合作开展科研攻关的意愿实际都是非常强烈的。学校希望教师能有机会到企业,在实践中锻炼和提高自己的实践能力,为进一步开展理论教学打下良好的基础;企业在产品开发、新材料应用、工艺夹具设计、加工制造和机电检测与维修等生产过程各个环节,都存在一些疑难问题,需要借助学校教师帮助一起分析和解决。我们充分利用开展“冠名班”和“嵌入式课程”与企业联合培养人才的机会,建立起校企横向深入联合开展科研攻关的平台。目前正在由学院教师组成不同的科研团队深入不同企业开展联合技术攻关,帮助企业解决各种疑难问题和进行科研合作。

檶檶檶檶檶檶檶檶檶檶1970—), [作者简介]孟文霞 ( 女,汉族,山东济宁人,本科,高级工程师,烟台南山学院机械系主任。研究方向:机械设计与制造、高教。

  0  01注: 表示在置信度(单测)为 时,相关性是显著的。  0 05表示在置信度(单测)为 时,相关性是显著的。

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.