基于Shapley组合模型的冷链物流需求预测研究

作者：岳伟; 袁媛^*

来源：赤峰学院学报(自然科学版), 2023, 39(08): 27-33.

DOI：10.13398/j.cnki.issn1673-260x.2023.08.005

• 无偏GM(1,1)
• BP神经网络
• 灰色关联分析
• 组合模型
• 物流需求量

为提高区域冷链物流水平，对区域冷链物流需求量的合理预测成为进行资源合理配置的前提条件。由于传统的单一预测模型存在线性拟合程度较差和预测精度不高等缺点，为提高其预测结果的准确性，本文提出了一种基于无偏GM(1,1)和BP神经网络的组合模型对山西省未来五年的冷链物流需求量进行合理预测。首先根据灰色关联分析选取出与山西省冷链物流需求量关联度最大的十个经济指标，并依据其建立BP神经训练网络；其次对传统的GM(1,1)预测模型进行无偏优化，然后在原有数据经过滑动处理的基础上，通过Shapley值法进行边际贡献分析，构建出无偏GM-BP组合预测模型；最后经过对比分析得出结论，该组合模型在预测结果上具有更加明显的预测优势。

• 出版日期2023
• 单位太原科技大学