论文部分内容阅读
由于社会物流总成本（WLCB）时间序列具有线性和非线性的特征，传统预测方法、神经网络（NN）方法都在预测分析时产生较大的误差。文章以相邻两年的WLCB的增长率的增率作为网络的输入，以此建立基于BP—ANN的WLCB预测模型，对我国WLCB进行预测，与建立在原始数据的BPNN模型进行比较，仿真实验表明。改进的BPNN模型预测准确率大大提高，从而证实了改进NN模型用于WLCB预测的有效性。