基于马氏GM(1_1)和BP神经网络货运公司收益问题.docVIP

PAGE PAGE 1 基于马氏GM(1,1)和BP神经网络的货运公司收益问题 摘要 货运公司依托该市所具有的物流、人流、信息的中心地位，和一批在全省有一定影响的专业市场及大型工业企业，在运营过程中，要考虑到公司的收益问题，同时也有对市场进行预测的问题。本文通过建立单目标规划模型，马氏GM(1,1)模型和BP神经网络模型对这些问题进行了深入的研究。 问题一中，忽略了其他方面的影响，只是要求怎么样批复使得公司获利最大，我们建立了与之相对应的单目标规划模型，通过求解得出，当公司对四种货物的批复分别为：E类6460kg，F类5000kg，G类4000kg，H类0kg。公司获利最多为40232元。 问题二中，我们要根据表中所给30天的数据，对未来7天各种货物的申请量做预测。考虑到这些数据具有随机性和波动性，我们分别建立了与之相对应的模型一：马氏GM(1,1)模型和模型二：BP神经网络模型。在模型一中，我们先用GM(1,1)模型进行了预测，然后用马尔科夫链中的转移概率定律对其进行了优化，发现误差波动较大，在0-1000之间。在模型二中，我们建立了BP神经网络模型，通过设置参数，输入数据后，通过训练使其进行了很好的自学习过程，误差相对较小，波动在0-30之间，采用单步外推预测,然后对未来7天货物的申请量做了预测。最后通过比较最终选定BP神经网络的结果作为我们最终的结果。 然后我们对模型