一种基于ARIMA-BPNN的物流需求预测模型.pdfVIP

2017 年5 月 控 制 工 程 May. 2017 第24 卷第5 期 Control Engineering of China Vol.24, No.5 文章编号：1671-7848(2017)05-0958-05 DOI: 10.14107/j.cnki.kzgc.150568 一种基于ARIMA-BPNN 的物流需求预测模型 1 2 张国玲 ，徐学红 (1.玉林师范学院 教育技术中心，广西 玉林537000；2.河南牧业经济学院 信息与电子工程学院，郑州 450044) 摘 要：提出一种基于自回归移动差分模型修正神经网络误差的物流需求预测模型 (ARIMA-BPNN) 。该模型采用自回归移动差分模型对物流需求量进行建模与预测，捕捉 物流需求量的线性变化趋势；采用 BP 神经网络对物流需求量非线性、随机变化规律进 行预测，最后利用 BP 神经网络预测结果对自回归移动差分模型的预测误差进行修正， 得到物流需求量的最终预测结果；采用仿真实验对模型的性能进行测试；结果表明，相 对于其它预测模型，ARIMA-BPNN 可以更加全面、准确地描述物流需求量复杂的变化 规律，提高了物流需求量的预测精度。 关键词：物流需求量；组合预测；神经网络；自回归移动差分模型 中图分类号：TP391.9 文献标识码：A A Logistics demand prediction based on ARIMA-BPNN 1 2 ZHANG Guo-ling , XU Xue-Hong (1. Center of Education Technology, Yulin Normal University, Yulin 537000, China; 2. School of Information and Electronic Engineering, Henan University of Animal Husbandry and Economy, Zhengzhou 450044, China) Abstract: A novel logistics demand prediction model based on ARIMA-BPNN is presented in this paper. In ARIMA-BPNN, the autoregressive integrating moving average model is used to model and predict the linear change rule of the logistics demand, and then the BP neural network is used to predict the nonlinear change of the logistics demand; Finally the prediction result is used to correct the prediction error of ARIMA to get the logistics demand prediction results, and the simulation experiment i