物流物流論文范文-淺談基于DEA和BP神經(jīng)網(wǎng)絡(luò)的城市物流能力評價(jià)word版下載_第1頁
物流物流論文范文-淺談基于DEA和BP神經(jīng)網(wǎng)絡(luò)的城市物流能力評價(jià)word版下載_第2頁
物流物流論文范文-淺談基于DEA和BP神經(jīng)網(wǎng)絡(luò)的城市物流能力評價(jià)word版下載_第3頁
物流物流論文范文-淺談基于DEA和BP神經(jīng)網(wǎng)絡(luò)的城市物流能力評價(jià)word版下載_第4頁
物流物流論文范文-淺談基于DEA和BP神經(jīng)網(wǎng)絡(luò)的城市物流能力評價(jià)word版下載_第5頁
已閱讀5頁,還剩1頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、物流物流論文范文:淺談基于dea和bp神經(jīng)網(wǎng)絡(luò)的城市物流能力評價(jià)word版下載導(dǎo)讀:本論文是一篇關(guān)于基于dea和bp神經(jīng)網(wǎng)絡(luò)的城市物流能力評 價(jià)的優(yōu)秀論文范文,對正在寫有關(guān)于物流論文的寫作者有一定的參考 和指導(dǎo)作用,論文片段:摘要本文提出dea和bp神經(jīng)網(wǎng)絡(luò)組合模型的新策略和建立了 城市物流能力識別的指標(biāo)體系,對12個城市物流能力進(jìn)行評價(jià)與分 析,并探討了不同規(guī)模收益情況下,各個城市應(yīng)該如何決策應(yīng)對改善 現(xiàn)有情況,為各城市物流發(fā)展提供了決策依據(jù)而且為評價(jià)其他城市的 物流能力提供了簡便的策略。關(guān)鍵詞城市物流能力;dea; bp神經(jīng)網(wǎng)絡(luò);組合模型a 文章編號1005-6432 (2011) 28-

2、0021-02一個城市要想提高它的競爭力必須重視城市物流管理。為了實(shí) 行城市物流管理,需先評價(jià)一個城市物流能力。針對不同的物流城市 能力,提出不同的物流管理策略。本文通過對國內(nèi)城市物流理論及和關(guān)理論的研究,認(rèn)為城市物 流能力主要表現(xiàn)在物流投入產(chǎn)岀的效率上,并以12個城市為研究對 象構(gòu)建了物流能力評價(jià)指標(biāo)體系,通過dea和bp神經(jīng)網(wǎng)絡(luò)組合模型 對物流能力進(jìn)行測算評價(jià),應(yīng)用到城市物流能力的識別中,并取得了 比較理想的實(shí)證結(jié)果,為物流振興提供決策支持。1 dea和bp神經(jīng)網(wǎng)路組合模型目前,對城市物流能力評價(jià)的研究很少,在評價(jià)城市物流能力策 略有層次分析法、因子分析法、數(shù)據(jù)包絡(luò)策略(dea)、遺傳算法

3、等。 每個策略各有優(yōu)缺點(diǎn),僅僅只選用一種策略得到的評價(jià)結(jié)果不能讓人 信服,所以本文采用了組合評價(jià)研究思路。(1) dea在城市物流能力中的應(yīng)用。數(shù)據(jù)包絡(luò)策略是對多指標(biāo)投 入和多指標(biāo)產(chǎn)出的相同類型部門進(jìn)行相對有效性綜合評價(jià)的策略。 dea屮非阿基米德無窮小£的ccr模型:判斷標(biāo)準(zhǔn):當(dāng)。二1,表示決策單元jo為弱dea有效。當(dāng)0二1,并且s-=0, s+二0時(shí),表示決策單元jo為dea有效。當(dāng)9 l則決策單元jo規(guī)模收益遞減,表明決策單元jo對投 入量的增加,不會帶來產(chǎn)出更高比例的增加,反而使投入產(chǎn)出比例減 少;若1/ 0 x *ji表示決策單元jo規(guī)模收益遞增,表明若對決策 單元j0在

4、原有投入的基礎(chǔ)上增加適當(dāng)投入量會帶來產(chǎn)出更高比例的 增加。但dea策略存在一些局限性:要求指標(biāo)之間具有低相關(guān)性。 要求較少的指標(biāo)個數(shù)。dea策略的ccr模型是基于線性規(guī)劃的理 論而實(shí)現(xiàn)的,對非線性的現(xiàn)實(shí)世界理由的解釋會存在較大的偏差。(2) bp神經(jīng)網(wǎng)絡(luò)。bp神經(jīng)網(wǎng)絡(luò)是指基于誤差反向傳播(backpropagation)算法的多層前饋人工神經(jīng)網(wǎng)絡(luò)。bp神經(jīng)網(wǎng)絡(luò)的局限性:目標(biāo)輸出的確定對bp神經(jīng)網(wǎng)絡(luò)至關(guān)重 要。因?yàn)閎p神經(jīng)網(wǎng)絡(luò)是“有教師學(xué)習(xí)”型網(wǎng)絡(luò),耍求“教師”給出與 所有輸入模式對應(yīng)的輸出的止確答案,但目標(biāo)的輸出是十分難確定的, 有時(shí)帶有主觀性和隨意性,所以本文用dea的輸出結(jié)果作為目標(biāo)輸出

5、更加具有客觀性。(3)dea和bp組合模型的構(gòu)建思想。首先用因了分析法對輸入 和輸出指標(biāo)選取公共因子指標(biāo),帶入ccr模型求解,得出各個城市物 流能力所屬的規(guī)模收益狀態(tài)。選取原始數(shù)據(jù)的投入產(chǎn)出指標(biāo)作為輸入, 把dea得到的結(jié)果為目標(biāo)輸岀,構(gòu)成訓(xùn)練樣本集,最后將其帶入bp神 經(jīng)網(wǎng)絡(luò)模型,對網(wǎng)絡(luò)進(jìn)行反復(fù)訓(xùn)練仿真,得到一個可以對城市物流能 力進(jìn)行識別的網(wǎng)絡(luò)。dea和bp神經(jīng)網(wǎng)絡(luò)的組合可以充分發(fā)揮各自的 優(yōu)點(diǎn)。2指標(biāo)體系的建立建立有效的評價(jià)指標(biāo)體系要遵循指標(biāo)的代表性、可比性和穩(wěn)定 性。本文構(gòu)建城市物流能力評價(jià)指標(biāo)休系為3級指標(biāo),輸入指標(biāo)為經(jīng) 濟(jì)基礎(chǔ)指標(biāo)(全社會固定資產(chǎn)投資),物流基礎(chǔ)指標(biāo)(交通運(yùn)輸固定資

6、 產(chǎn)投資,鐵路營業(yè)里程、公路里程),支持指標(biāo)(物流從業(yè)人員、公路營 運(yùn)汽車擁有量);輸出指標(biāo)為直接產(chǎn)量(貨運(yùn)量、客運(yùn)量),間接產(chǎn)量(郵 政業(yè)務(wù)量)。見表1。3各城市物流能力實(shí)證研究在東西中部地區(qū)分別選取4個城市,東部北京、河北、福建、浙 江,西部內(nèi)蒙古、甘肅、云南、重慶,中部湖北、湖南、江西、安徽,分析它們的物流能力。業(yè)里程、物流從業(yè)人員、公路營運(yùn)汽車擁有量組合成兩個公共 因子fac1_1、fac2_1為輸入指標(biāo),貨運(yùn)量、客運(yùn)量、郵政業(yè)務(wù)量組合 成一個公共因子fac3j為輸出指標(biāo)。因?yàn)楣惨蜃拥梅执嬖谪?fù)值, 不能直接用dea策略,將數(shù)據(jù)進(jìn)行無量綱化處理,無最綱處理策略如 下:設(shè)xinax為公共

7、因了指標(biāo)中的最大值,xmin為公共因了指標(biāo)中 的最小值。x' =0. 1+0. 9 x (x-xmin ) / (xmax -xmin ), x? w 0. 1, 1(2) dea模型求解。把因子分析法分析出來的公共因子當(dāng)做dea 模型的輸入和輸出,mat lab計(jì)算1/ b x *j結(jié)果為北京1. 0000,河北 1. 2319,福建 0. 7015,浙江 1. 0000,內(nèi)蒙古 0. 9903,甘肅 0. 1686,云南 0.7134,重慶 0. 6526,湖北 0. 9140,湖南 0. 9679,江西 0. 5869,安徽 l.ooooo從結(jié)果可以看岀,北京市為dea有效;浙江

8、、安徽為弱dea 有效;福建、內(nèi)蒙古、廿肅、云南、重慶、湖北、湖南、江西為規(guī)模 收益遞增;河北為規(guī)模收益遞減。(3) bp神經(jīng)網(wǎng)絡(luò)。首先對初始數(shù)據(jù)及參數(shù)處理,針對bp網(wǎng)絡(luò)木 身的特性采用標(biāo)準(zhǔn)化處理,先將樣本集數(shù)據(jù)的均值和方差作標(biāo)準(zhǔn)化處 理,使均值為0,方差為1,變換式為:xi=(xi-u)/5,在matlab中使用pn, meanp, stdp=prestd (p)語句來標(biāo)準(zhǔn)化,然后將dea結(jié)果進(jìn)行編 碼把最佳規(guī)模收益編為100,規(guī)模收益遞增編為010,規(guī)模收益遞減編 為001作為目標(biāo)(t)輸出,形成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣木對,針對本例,設(shè) 隱含層和輸出層的節(jié)點(diǎn)數(shù)分別為64、3,最大訓(xùn)練步長為100

9、0,期望誤差為o.olo使用matlab中bp神經(jīng)網(wǎng)絡(luò)工具對dea模型進(jìn)行預(yù)測,結(jié)果顯示 為北京100,河北001,福建010,浙江100,內(nèi)蒙古010,甘肅010,云南 010,重慶010,湖北010,湖南010,江西010,安徽100o4結(jié)論從dea和bp神經(jīng)網(wǎng)絡(luò)的組合模型得出的結(jié)果,我們對各個省市 的物流能力有了一些認(rèn)識:福建、內(nèi)蒙古甘肅、云南、重慶、湖北、 湖南、江西對于區(qū)域內(nèi)各要素的配置基本合理,但仍有改善的余地。 進(jìn)一步優(yōu)化區(qū)城市物流資源的配置水平,提升物流能力。目前北京市對城市物流各要素的配置已經(jīng)達(dá)到最優(yōu),模型考慮 到的各投入產(chǎn)出要素中不存在投入過多和產(chǎn)出不足的情況。因此北京 市應(yīng)密切監(jiān)測各投入產(chǎn)出耍素配置狀況,實(shí)時(shí)掌握影響城市物流發(fā)展 的外部影響因素,如政策變化、口然災(zāi)害、意外事故發(fā)生的影響等, 把握開發(fā)的機(jī)遇,保持北京市物流能力核心競爭力的同時(shí),注意發(fā)掘 新的優(yōu)勢,推動北京物流向更高水平發(fā)展。河北物流能力要素的配置是不合理的,且對外表現(xiàn)為產(chǎn)出不足。 說明投資的成效不明顯,導(dǎo)致物流運(yùn)作效率不高,而口該區(qū)域?qū)Y源 配置的無效率,導(dǎo)致各投資不能有效發(fā)揮作用,而未能實(shí)現(xiàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論