【技术实现步骤摘要】
本专利技术涉及智能物流领域，具体涉及一种基于特征筛选和遗传优化的bp神经网络执行区域物流货运量预测装置。
技术介绍
1、人工智能在物流、供应链等领域的应用是当前大数据时代，发展智能物流技术的趋势，现有技术1～4是该领域的一些代表性应用。
2、现有技术1：cn110599077b，物流预测系统及预测方法，罗集帝株式会社，公告日2023.07.14；
3、现有技术2：cn109934368b，订单数量和订单状态的预测方法、装置及系统，菜鸟智能物流控股有限公司，公告日2023.11.10；
4、现有技术3：cn109829667b，物流节点包裹量的预测方法和装置，菜鸟智能物流控股有限公司，公告日2023.06.02；
5、现有技术4：cn111191823b，一种基于深度学习的生产物流预测方法，西北工业大学，公开日2023.06.27。
6、区域物流规划决策的前期首要工作是物流货运量预测，它可以确定区域内物流设施的发展规模与运能水平，规划区域内物流的总体布局，划分区域内物流中心的功能，是区域物流规划的重要依据之一。
7、由于区域物流货运量呈现非平稳特性，还受到多种因素的影响，传统的预测系统往往难以准确地捕捉到这些复杂的非线性关系，导致预测的准确度不高，无法达到理想的预测效果，进而影响后续决策和规划。
技术实现思路
1、为了缓解或部分缓解上述技术问题，本专利技术的解决方案如下所述：
2、一种物流预测装置，所
3、进一步地，至少通过如下步骤，构建所述bp神经网络模块：对网络输入数据的归一化处理；设置输入层、隐含层、输出层以及对应的节点数，构建bp神经网络模块，且满足其中q是隐含层神经元数目，m是输入层神经元数，n为输出层神经元数目，正整数α是经验数，且1≤α≤10；此外，还设置如下bp神经网络参数：学习率、隐含层层数、动量因子和激活函数。
4、进一步地，所述初始网络参数优化模块，被配置为执行如下子步骤：初始化种群规模及参数；初始化bp神经网络的权重值与阈值；优化bp神经网络的权重值和阈值；判断权重值和阈值是否达到最优，若未达到，则重复优化bp神经网络的权重值和阈值步骤，直到获得最优的bp神经网络的初始权重值和阈值。
5、进一步地，将初始网络参数优化模块获得的最优的bp神经网络的初始权重值和阈值配置至bp神经网络，训练模块根据加动量项的梯度下降法对bp神经网络训练，获得最佳bp神经网络。
6、进一步地，所述样本数据至少包括：地区生产总值、第一产业产值、第二产业产值、第三产业产值、社会消费品零售总额、进出口总额、固定资产投资、常住人口、城镇居民人均可支配收入、农村居民人均可支配收入、城镇居民人均消费支出、农村居民人均消费支出、公路里程、铁路里程和货运量。
7、进一步地，所述初始化种群规模及参数，具体包括：设置种群大小为500，最大进化迭代次数为1000，变异概率在0.20～0.99之间，交叉概率在0.0001～0.8之间，并设置适应度函数：其中y是预测输出结果值，y0是实际数据值，n是迭代次数，u为染色体序号。
8、进一步地，所述优化bp神经网络的权重值和阈值，具体包括：根据选择选择复制、交叉、变异的基本操作，不断地迭代优化bp神经网络权重值和阈值。其中，选择复制是从种群中选择适应度较高的染色体进行复制，以生成下一代种群。
9、进一步地，所述特征筛选模块，是根据xgboost对运行数据进行特征筛选。
10、进一步地，通过xgboost对运行数据进行特征筛选，筛选出与区域物流货运量高度相关的影响因素，并筛掉无关因素。
11、本专利技术技术方案，具有如下有益的技术效果之一或多个：
12、(1)可以高效地筛选出与区域物流货运量高度相关的影响因素，避免过多无关因素的干扰，提高预测的准确性，实现更为高效、智能的物流调度效果。
13、(2)相比传统线性模型更为贴近实际，更适用于处理非线性的区域物流货运量变化趋势以及多变的各种因素对准确度的影响，能够精确地预测区域物流货运量。
14、(3)相比于未提前优化过的bp神经网络，本专利技术更具全局适应性，并且能适应不同的数据模式和复杂关系，不仅精度更高，鲁棒性也更强。
15、(4)结合xgboost处理数据的特征筛选模块和网络参数调整模块，可以提高bp神经网络模块的性能和效率。
16、此外，本专利技术还具有的其它有益效果将在具体实施例中提及。
本文档来自技高网...【技术保护点】
1.一种物流预测装置，其特征在于：
2.根据权利要求1所述的物流预测装置，其特征在于：
3.根据权利要求2所述的物流预测装置，其特征在于：
4.根据权利要求3所述的物流预测装置，其特征在于：
5.根据权利要求4所述的物流预测装置，其特征在于：
6.根据权利要求5所述的物流预测装置，其特征在于：
【技术特征摘要】
1.一种物流预测装置，其特征在于：
2.根据权利要求1所述的物流预测装置，其特征在于：
3.根据权利要求2所述的物流预测装置，其特征在于：
4...
【专利技术属性】
技术研发人员：张心然，邓仲平，潘琪，曲会晨，杨恋，张得隽，吕梨杰，李利荣，陈端玉，黄文霞，
申请(专利权)人：桂林航天工业学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。