神經網絡方法在物流預測中的應用

吳邊

【摘 要】隨著我國社會主義經濟的快速發展，我國國內的各行各業都得到很大的發展空間，同時也促使了很多新興產業的形成，物流行業就是其中之一。物流將在未來我國經濟社會中得到更大的重視，不同地域的產品或貨物之間的運送都是需要利用物流企業來完成的。但是在物流中也存在一定的問題，比如物流的時間預算很難以完全準確等?；谶@樣的情況，為了完善整個物流系統，提出了采用神經網絡技術來彌補物流中的這一缺陷。

【關鍵詞】物流；神經網絡

【中圖分類號】 U652.1+2【文獻標識碼】A【文章編號】1672-5158（2013）07-0173-02

1 物流預測及其現有的解決方法

由于我國地域廣泛，物流路途較遠。因此在我國社會狀態下的物流在貨物運送過程中出現一些不確定情況是非常常見的。這也就說明對于物流行業的預測其實就是對人們不確定的未來的事件進行估計，同時將產生這些不確定時間的幾率盡可能的降到最低。同時我們也可以看出，預測的存在價值就在于未來的變化，如果在物流過程中是不存在不確定事件的，那么物流預測就沒必要進行?；谶@種情況，可以說對物流進行預測就是對未來事件進行一定程度上的把握。首先預測物流需要了解為什么會產生不確定事件；其次是明確不確定事件發展的方向和趨勢；最后是分析不確定事件發生后的現實情況，以此為基礎對未來事態的發展進行估計，盡可能的在最短時間內找出解決問題的根本。

物流行業在我國是一個新興產業，最初的發展尤為重要。因此做好物流預測對整個物流行業的發展前景起到至關重要的作用。物流預測可以將不確定事件發生時的被動情況變為主動，當工作人員已經因為預測出到不確定事件發生，那么他們會制定相應的應急方案，那么在不確定事件發生時，工作人員只需要按方案采取行動即可。物流預測也對減小物流企業損失有很大的幫助，同時也是一股促進物流行業發展的巨大推動力。

在物流行業中的預測，也是需要以現實市場傳遞過來的消息以及環境、距離等具體因素為基礎，在通過相關的神經網絡技術進行物流預測。但是對于現實中的環境、距離以及收集到的信息都不可能是一成不變的，同時也可能會受到調研人的主觀因素影響，進而使得物流預測的基礎都存在一定的偏差，最終導致預測結果出現與現實不符的情況也是在所難免的。

2 人工神經網絡BP算法

神經網絡技術的發展歷史悠久，并不是為了滿足物流預測需求才產生的，相關研究人員從上世紀初就開始對這方面技術進行研究和分析。對于神經網絡技術的發展經過可以根據其發展狀態分為以下幾個時期：首先，可以將它定義為開始階段，在這一段時期內神經網絡技術還沒有完全成型，只是一些學者的理論研究，并沒有多少科學依據；其次可以稱為神經網絡技術發展的低谷。在這段時間內基本很少有人涉獵這一領域，因此它的發展速度緩慢，沒有取得任何實質性的突破。再次可以稱為是神經網絡技術的復興階段。在這一個時間段內，很多學者均進行了相關的研究，并在一定程度上取得了突破。最后的階段是神經網絡技術的一個蓬勃發展的階段，在這段時間里，神經網絡技術得到更多的研究人員的重視，同時也獲得了相當大的進步和成就。直至目前，神經網絡技術依然持續著它強勁的發展勢頭，在未來必將獲得更大的突破。

基于上述情況，作者希望能夠更加直觀的介紹神經網絡技術在物流預測中的應用。因此，在本文中，首先先對BP網絡技術進行介紹。這種技術方法就是將神經網絡技術應用到物流行業中去。下面通過分析這種技術的算法來進一步的了解它。

設p為輸入：w為權值；b為域值：a為輸出。

多層網絡中的某一層的輸出成為下一層的輸入。描述此操作的等式為：

3 神經網絡預測模型建立及應用

物流行業中進行預測一般先會制定預測方案，再從中選擇出較為合適的方案。應用神經網絡技術預測物流狀況一般有以下幾種常用的方案：第一種方案是以過去一段時間內的信息作為預測基礎，再進行物流預測。當然這些歷史信息必須是在規定時間范圍內，并且近期內具體環境沒有發生較大變化。第二種情況是以物流預測的相關數據為基礎進行的預測。這種方案的優勢在于更多地考慮了相關變量的細節分析。但是由于目前科學技術的發展環境下，尚對相關變量的研究有限，為了獲得更為精確的預測結果，通常情況下會選擇第一種方案進行物流預測。

在本文中，以湖北省在1990年到1998年這段時間內的公路輸出量作為歷史信息，采用上面介紹的方法進行神經網絡技術在物流預測方面的應用分析，進而預測出未來兩年內的湖北省公路貨物輸出狀況。

通常情況下，該種方法是以七個相鄰的點作為一組歷史信息，在本文中，我們以其中的前六個點作為歷史數據來估計第七個的數值。

經實驗調整這里學習步長=0.04；權及域值的初始域（-0.05，0.05）。隱層采用s形結構，輸出層采用線性結構，得到訓練曲線：

4 小結

在我國，物流行業得到快速的發展，這是以先進的神經網絡技術為依托的良好效果。在本文中，作者通過對湖北省公路貨運狀況的舉例分析來證明了神經網絡技術在物流預測方面的重要性，這也間接表明神經網絡技術有利于物流行業的整體運轉和發展，促進了我國經濟建設速度的提高。當然神經網絡技術自身仍存在一定的問題，需要在不斷地實際運作中進行完善和改進。相信隨著科學技術手段的不斷提升，神經網絡技術的發展前景將會無限的美好，同時也會在物流預測方面取得更好更快的發展。

參考文獻

[1] 陳焰，劉兆峰.神經網絡在企業流動資金需求量預測中的應用[J].武漢理工大學學報（社會科學版），2002年03期

[2] 衛志農，謝鐵明，孫國強.基于超短期負荷預測和混合量測的線性動態狀態估計[J].中國電機工程學報，2010年01期

[3] 師彪，李郁俠，于新花，閆旺.基于改進粒子群-模糊神經網絡的短期電力負荷預測[J].系統工程理論與實踐，2010年01期