物流系統(tǒng)需求預測概述(文件)
【正文】 計為 451億、人均月收入 1400元，要求預測該港口 2023年的年吞吐量。利用 Excel：b0=,+y = + ??809（萬噸） ry與 x之間微弱線性相關(guān)；|?|1： =| 43預測值的顯著性檢驗? 通過對預測值的置信區(qū)間估計來說明預測值的波動范圍，檢驗預測值的顯著性。=34萬輛，y46圖 66 三層 BP網(wǎng)絡的拓撲結(jié)構(gòu)47圖 66 三層 BP網(wǎng)絡的拓撲結(jié)構(gòu)48二、神經(jīng)網(wǎng)絡預測的學習過程（一）正向計算 第一步，確定初始參數(shù)：各層神經(jīng)元節(jié)點數(shù)目、學習精度、迭代次數(shù)；初始權(quán)重及閾值。第五步，初定學習速率 ?、 ?=~。 50。3)和閾值 ?k。 第三步，按式（ 638）計算輸出層的輸出值 yk（ k=1， 2， … ， n）。=(千噸 )， y0的置信度為 95%的預測區(qū)間為：45第四節(jié) 基于神經(jīng)網(wǎng)絡的物流系統(tǒng)預測法一、神經(jīng)網(wǎng)絡預測的數(shù)學模型? 神經(jīng)網(wǎng)絡的理論： 一個三層前饋神經(jīng)網(wǎng)絡能以任意精度逼近一個任意復雜的非線性函數(shù)。y0的置信度為（ 1?）的預測區(qū)間： 44預測值的顯著性檢驗? 例 68 根據(jù)例 65中的統(tǒng)計數(shù)據(jù)，預測 1992年的置信度為 95%的薄鋼板需求量。0： y與 x之間完全線性相關(guān)；|r|y與 x之間顯著線性相關(guān)；r： |?451+ b2xm(千噸 ) 37（二） 多元線性回歸預測分析? y=b0+ b1x1 33（一）一元線性回歸預測法例 65 薄鋼板消耗量與當年的汽車產(chǎn)量之間有一定的相關(guān)性，假設該國 1992的汽車年產(chǎn)量約為 34萬輛，試估計 1992年的薄鋼板消耗量。 －56T+(1?)(611)Tt+1=?Tt)+=T 3=?(10861000)+()?=F2=1086+=?1008今年第二季度的預測需求為：S 2=?1100+?Tt (69)Ft+1=(S t+1Tt)St+1=?季度 1 2 3 4去年 1200 700 900 1100今年 1400 1000 ?= ； F0=（ 1200+700+900+1100） /4=975 今年第一季度預測需求： F1=?x0+（ ） ? F0 ==1000 今年第二季度預測需求為： F2=?x1+（ ） ? F1 =1080 今年第三季度的預測需求為： F3=?x2+（ ） ? F2 =1064 式中， t —— 本期的時間；?—— 指數(shù)平滑系數(shù)，規(guī)定 0?1；xt—— 在 t時刻的實際需求值； —— 在 t+1時刻的一次指數(shù)平滑值。20一、移動平均法?計算方法：設時間序列：逐項推移求出 N個數(shù)的平均數(shù)：一次移動平均：二
教學課件相關(guān)推薦
鄂ICP備17016276號-1