基于优化算法的物流预测方法与应用研究
发布时间：2022-04-27 19:33
遗传规划作为一种现代启发式随机搜索优化算法,是从遗传算法中发展起来的一种全局寻优技术,也是重要的进化算法之一。本文结合最小二乘法（LSM）拓展传统的遗传规划（GP）算法,得到一种新的非线性预测方法——最小二乘遗传规划（GP-LSM）预测方法,并借鉴综合集成预测思想,提出一种新的基于GP-LSM的非线性集成预测方法。与传统的遗传规划相比,我们新提出的最小二乘遗传规划预测方法及其相应的集成预测方法主要有四个方面的改进：新形式的个体表达、新的适应度函数、自适应的复制策略、动态调整的交叉和变异策略。本文将我们新提出的最小二乘遗传规划（GP-LSM）预测方法和基于GP-LSM的集成预测方法分别应用天津港和青岛港集装箱吞吐量月度数据进行实证分析,并与经济计量模型SARIMA、人工智能技术BPANN和LSSVM等单预测模型和几种常用的集成预测模型的预测结果作对比,我们提出的这种改进的遗传规划预测方法和其相应的非线性集成方法具有良好的非线性拟合能力,能给出明确的预测函数方程,可以更明确地服务现实预测需求,并且一定程度上提高了预测精度和方向准确度。最后综合各预测模型,基于TEI@I方法论,给出天津港和青...
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
学位论文数据
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状综述
1.2.1 物流预测的研究现状
1.2.2 遗传规划的研究现状
1.3 主要研究内容与结构安排
1.4 本文研究特色与创新
第二章 物流预测理论基础
2.1 单预测模型
2.1.1 SARIMA预测模型
2.1.2 BPANN预测模型
2.1.3 LSSVR预测模型
2.2 集成预测技术
2.2.1 简单平均的方法
2.2.2 基于方差的权重方法
2.2.3 AFTER方法
2.2.4 TEI@I方法论
2.3 本章小结
第三章 遗传规划相关预测模型
3.1 遗传规划概述
3.2 遗传规划的理论基础
3.2.1 个体的描述方法
3.2.2 种群的初始化
3.2.3 适应度的度量
3.2.4 遗传算子
3.2.5 终止准则
3.2.6 结果标定
3.2.7 参数控制
3.3 最小二乘遗传规划(GP-LSM)预测模型
3.3.1 种群的初始化
3.3.2 使用LSM估计系数
3.3.3 适应度的设置及计算
3.3.4 遗传算子
3.3.5 终止准则
3.4 基于最小二乘遗传规划(GP-LSM)的集成预测模型
第四章 中国环渤海港口集装箱吞吐量预测实证
4.1 引言
4.2 数据描述
4.3 预测评价标准
4.4 各预测模型的结果对比及分析
4.4.1 单预测模型的结果对比及分析
4.4.2 集成预测模型的结果对比及分析
4.5 本章小结
第五章 总结与展望
5.1 研究结论
5.2 未来研究展望
附录
参考文献
致谢
硕士期间发表的论文和科研成果
硕士期间参与科研项目和参加会议情况
作者和导师简介
附件
【参考文献】：
期刊论文
[1]基于遗传规划的SAR图像目标识别[J]. 吴琳,冯琦,张堃. 计算机工程与应用. 2013(23)
[2]基于改进遗传规划算法的非线性集成预测新方法[J]. 黄安强,李梦,杨丰梅. 系统科学与数学. 2013(11)
[3]基于遗传规划算法的Lorenz序列多步预测方法研究[J]. 吴晓军,杨磊,张玉梅,马悦. 西安建筑科技大学学报(自然科学版). 2013(03)
[4]模糊遗传规划方法在预测深部开采岩体移动中的应用[J]. 李文秀,尹夏,李冀飞,吉占华,汪琦,刘圣杰. 模糊系统与数学. 2013(01)
[5]应用改进遗传规划方法的快堆功率控制策略[J]. 方涛,陆道纲,段天英. 天津大学学报. 2012(12)
[6]组合预测模型在宁波港口集装箱吞吐量的预测研究[J]. 张维朋. 科技通报. 2012(05)
[7]港口物流预测研究:基于TEI@I方法论[J]. 许利枝,汪寿阳. 交通运输系统工程与信息. 2012(01)
[8]一个基于集成情境知识的组合预测方法[J]. 黄安强,肖进,汪寿阳. 系统工程理论与实践. 2011(S1)
[9]多重群体遗传规划在高性能混凝土强度预测中的应用[J]. 赵胜利,宋玲玲,张东原. 四川建筑科学研究. 2011(04)
[10]基于遗传规划的边坡稳定安全系数预测[J]. 乔金丽,刘波,李艳艳,高淑玲. 煤炭学报. 2010(09)
硕士论文
[1]供应链管理中的物流预测与协调性分析[D]. 成雅娜.北京化工大学 2012
[2]遗传规划在电力短期负荷预测中的应用[D]. 朱焕荣.河北农业大学 2011
本文编号：3649046
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
学位论文数据
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状综述
1.2.1 物流预测的研究现状
1.2.2 遗传规划的研究现状
1.3 主要研究内容与结构安排
1.4 本文研究特色与创新
第二章 物流预测理论基础
2.1 单预测模型
2.1.1 SARIMA预测模型
2.1.2 BPANN预测模型
2.1.3 LSSVR预测模型
2.2 集成预测技术
2.2.1 简单平均的方法
2.2.2 基于方差的权重方法
2.2.3 AFTER方法
2.2.4 TEI@I方法论
2.3 本章小结
第三章 遗传规划相关预测模型
3.1 遗传规划概述
3.2 遗传规划的理论基础
3.2.1 个体的描述方法
3.2.2 种群的初始化
3.2.3 适应度的度量
3.2.4 遗传算子
3.2.5 终止准则
3.2.6 结果标定
3.2.7 参数控制
3.3 最小二乘遗传规划(GP-LSM)预测模型
3.3.1 种群的初始化
3.3.2 使用LSM估计系数
3.3.3 适应度的设置及计算
3.3.4 遗传算子
3.3.5 终止准则
3.4 基于最小二乘遗传规划(GP-LSM)的集成预测模型
第四章 中国环渤海港口集装箱吞吐量预测实证
4.1 引言
4.2 数据描述
4.3 预测评价标准
4.4 各预测模型的结果对比及分析
4.4.1 单预测模型的结果对比及分析
4.4.2 集成预测模型的结果对比及分析
4.5 本章小结
第五章 总结与展望
5.1 研究结论
5.2 未来研究展望
附录
参考文献
致谢
硕士期间发表的论文和科研成果
硕士期间参与科研项目和参加会议情况
作者和导师简介
附件
【参考文献】：
期刊论文
[1]基于遗传规划的SAR图像目标识别[J]. 吴琳,冯琦,张堃. 计算机工程与应用. 2013(23)
[2]基于改进遗传规划算法的非线性集成预测新方法[J]. 黄安强,李梦,杨丰梅. 系统科学与数学. 2013(11)
[3]基于遗传规划算法的Lorenz序列多步预测方法研究[J]. 吴晓军,杨磊,张玉梅,马悦. 西安建筑科技大学学报(自然科学版). 2013(03)
[4]模糊遗传规划方法在预测深部开采岩体移动中的应用[J]. 李文秀,尹夏,李冀飞,吉占华,汪琦,刘圣杰. 模糊系统与数学. 2013(01)
[5]应用改进遗传规划方法的快堆功率控制策略[J]. 方涛,陆道纲,段天英. 天津大学学报. 2012(12)
[6]组合预测模型在宁波港口集装箱吞吐量的预测研究[J]. 张维朋. 科技通报. 2012(05)
[7]港口物流预测研究:基于TEI@I方法论[J]. 许利枝,汪寿阳. 交通运输系统工程与信息. 2012(01)
[8]一个基于集成情境知识的组合预测方法[J]. 黄安强,肖进,汪寿阳. 系统工程理论与实践. 2011(S1)
[9]多重群体遗传规划在高性能混凝土强度预测中的应用[J]. 赵胜利,宋玲玲,张东原. 四川建筑科学研究. 2011(04)
[10]基于遗传规划的边坡稳定安全系数预测[J]. 乔金丽,刘波,李艳艳,高淑玲. 煤炭学报. 2010(09)
硕士论文
[1]供应链管理中的物流预测与协调性分析[D]. 成雅娜.北京化工大学 2012
[2]遗传规划在电力短期负荷预测中的应用[D]. 朱焕荣.河北农业大学 2011
本文编号：3649046
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3649046.html
