第1章 绪论 1
1.1 物流需求相关理论 1
1.2 物流需求预测相关理论 7
1.3 物流需求预测方法研究现状 9
1.4 物流需求智能预测方法研究的意义 15
参考文献 16
第2章 物流需求的灰色预测方法 20
2.1 引言 20
2.2 灰色预测方法 20
2.3 精度检验方法 24
2.4 实证分析 25
2.5 本章小结 33
参考文献 34
第3章 物流需求的新型神经网络预测方法 35
3.1 引言 35
3.2 神经网络 36
3.3 灰色神经网络预测方法 42
3.4 模糊神经网络预测方法 49
3.5 小波神经网络预测方法 57
3.6 本章小结 64
参考文献 65
第4章 物流需求的数据降维-支持向量机预测方法 69
4.1 引言 69
4.2 支持向量机回归原理 69
4.3 主成分分析-支持向量机预测方法 77
4.4 核主成分分析-支持向量机预测方法 79
4.5 灰色关联分析-支持向量机预测方法 80
4.6 实证分析 82
4.7 本章小结 94
参考文献 95
第5章 物流需求的改进粒子群优化算法LSSVM预测方法 97
5.1 引言 97
5.2 LSSVM回归原理 97
5.3 粒子群优化算法 99
5.4 LSSVM-AIWPSO预测方法 102
5.5 LSSVM-SIWPSO预测方法 104
5.6 LSSVM-PSOTVAC预测方法 106
5.7 LSSVM-TOOPSO预测方法 108
5.8 LSSVM-DACPSO预测方法 110
5.9 实证分析 112
5.10 本章小结 126
参考文献 127
第6章 物流需求的智能组合预测方法 128
6.1 引言 128
6.2 组合预测原理 129
6.3 ANFIS智能组合预测法 130
6.4 SVM智能组合预测法 133
6.5 LSSVM智能组合预测法 137
6.6 本章小结 144
参考文献 145
第7章 总结与展望 147
7.1 研究总结 147
7.2 研究展望 149