基于遷移學習的農(nóng)產(chǎn)品冷鏈物流需求預測

打開文本圖片集

摘 要：我國是農(nóng)產(chǎn)品生產(chǎn)和消費大國，對農(nóng)產(chǎn)品冷鏈物流進行預測，可以幫助企業(yè)和政府形成有效益的供應鏈條。在對現(xiàn)有的農(nóng)產(chǎn)品物流預測模型進行分析后，選擇BP神經(jīng)網(wǎng)絡作為預測模型，結(jié)合農(nóng)產(chǎn)品冷鏈物流的發(fā)展特點，引入遷移學習技術提高模型預測精度，并以北京市農(nóng)產(chǎn)品冷鏈物流需求作為實例驗證。驗證結(jié)果表明，優(yōu)化后的模型在平均絕對百分比誤差和其他誤差指標上明顯優(yōu)于未改良的BP神經(jīng)網(wǎng)絡預測模型和傳統(tǒng)機器學習模型，此外優(yōu)化模型展示出更佳的泛化表現(xiàn)。（剩余8567字）