-
公开(公告)号：CN108288115A
公开(公告)日：2018-07-17
申请号：CN201810212384.1
申请日：2018-03-15
Applicant: 安徽大学
Abstract: 本发明属于物流快递业务量预测技术领域，公开了一种物流企业日常短期快递业务量预测方法，使用改进惯性权重的粒子群优化算法来优化反向传播神经网络；同时采用新的横向数据选择方法为BP神经网络选取输入数据。通过优化后的BP神经网络来预测物流公司日常短期的快递业务量，进而能够在不同时间段内动态申请合数量的云计算资源，以处理快递包裹数据和监控包裹运输过程。本发明能够预测日常短期快递业务量，申请合适数量的云资源，既可以按时处理完所有快递包裹的业务数据，又不会造成过多云资源的浪费。本发明能够应用于物流公司日常短期的快递业务量预测，对降低物流企业成本和提升用户服务质量具有重大意义。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
