期刊文献+

基于pccsAMOPSO的宏观物流量多目标变权组合预测模型 被引量:7

Multi-objective variable weight combination forecasting model of macro logistics volume based on pccsAMOPSO
原文传递
导出
摘要 针对现有中长期宏观物流量预测模型的局限性,提出基于pccsAMOPSO算法的多目标变权组合预测模型(Mutil-Objective Variable Weight Combination Prediction Mode,MOVWCP)对我国宏观物流量进行预测分析.为提高多目标变权组合预测模型的稳定性,提出了误差熵的概念,并与MAPE同时作为权重规划模型的目标函数,设计了基于pccsAMOPSO的智能启发式算法求解拟合期变权的Pareto前沿,并采用灵敏度差选取了变权Pareto解.一系列数值试验结果验证了本文提出的多目标变权组合预测模型及其算法的优越性. Aiming at the limitations of the existing medium-to-long-term macro logistics volume forecasting models,a multi-objective variable weight combination prediction model(MOVWCP)based on the pccsAMOPSO algorithm was proposed to analyze and predict macro logistics volume.In order to improve the stability of the multi-objective variable weight combination prediction model,the concept of error entropy was proposed,which used as the objective function of the weight programming model together with MAPE.An intelligent heuristic algorithm based on pccsAMOPSO was designed to solve the Pareto front with variable weight in the fitting period,and the variable weight Pareto solution was selected by sensitivity difference.A series of numerical test results verify the superiority of the multi-objective variable weight combination prediction model and its algorithm proposed in this paper.
作者 樊东方 罗凯 靳志宏 FAN Dong-fang;LUO Kai;JIN Zhi-hong(Transportation Management College,Dalian Maritime University,Dalian 116026,China)
出处 《大连海事大学学报》 CAS CSCD 北大核心 2021年第4期19-29,共11页 Journal of Dalian Maritime University
基金 国家自然科学基金面上项目(71572023,71702019) 欧盟H2020项目(MSCA-RISE-777742-56) 大连市领军人才项目(2018-573) 中央高校基本科研业务费专项资金资助项目(3132020301)。
关键词 物流量预测 pccsAMOPSO 多目标变权组合预测模型(MOVWCP) 平均绝对百分比误差(MAPE) 误差熵 logistics volume forecasting pccsAMOPSO mutil-objective variable weight combination prediction mode(MOVWCP) mean absolute percentage error(MAPE) error entropy
  • 相关文献

参考文献21

二级参考文献168

共引文献213

同被引文献93

引证文献7

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部