原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第40卷第4期哈尔滨商业大学学报（自然科学版)Vol.40No.4
2024年8月JournalofHarbinUniversityofCommerce(NaturalSciencesEdition)Aug.2024
安徽省生鲜农产品冷链物流需求预测研究
徐超毅，胡望敏
（安徽理工大学经济与管理学院，安徽淮南232001)
摘要：生鲜农产品等冷链产品市场需求快速增长，冷链物流的供给无法满足人们的需
求给生鲜农产品带来新的挑战.安徽省作为一个农产品丰富的地区，生鲜农产品的供应
对于满足市场需求至关重要.收集了2001～2022年生鲜农产品产量数据，采用反向传
播神经网络（BackPropagationNeuralNetwork,BP神经网络）、长短时记忆（longshort-
termmemory，LSTM）、粒子群算法优化的长短期记忆神经网络（ParticleSwarmOptimiza-
tion－LongShort-TermMemory,PSO-LSTM)三种模型进行训练和验证，通过三种模
型的对比分析，三种模型相对误差分别为0.13%、0.06%、0.02%.结果表明,PS0-
LSTM模型预测精度最高，拟合效果最好，能够有效预测未来四年安徽省生鲜农产品冷
链物流需求，以应对不断增长的冷链物流需求压力.
关键词：BP神经网络;LSTM模型;PSO-LSTM模型；生鲜农产品冷链物流；需求预测
中图分类号：TP183;F326.6文献标识码：A文章编号：1672-0946(2024)04-0485-09
Researchondemandpredictionofcoldchainlogisticsforfresh
agriculturalproductsinAnhuiProvince
XUChaoyi,HUWangmin
(SchoolofEconomicsandManagement,AnhuiUniversityofScienceandTechnology,Huainan232001,China)
Abstract:Thedemandforfreshagriculturalproductsandothercoldchainproductsinthe
marketisrapidlyincreasing,butthesupplyofcoldchainlogisticscannotmeetpeoples
needs,bringnewchallengestofreshagriculturalproducts.Asaregionrichinagricultural
products,thesupplyoffreshagriculturalproductsinAnhuiProvinceiscrucialformeeting
marketdemand.Therefore,thispapercollectedfreshagriculturalproductyielddatafrom
2001to2022andtrainedandvalidatedthreemodels:backpropagationneuralnetwork(BP
neuralnetwork),longshorttermmemory(LSTM),andparticleswarmoptimizationlong
shorttermmemory(PSO-LSTM).Throughcomparativeanalysisofth
文档评论（0）