面向不确定物流需求的改进GM-BPNN组合预测方法

在面对具有突变性、不稳定性以及非线性等特征的区域物流需求预测问题时，传统的时间序列、BPNN、GM-BPNN等预测方法在拟合物流需求曲线上存在缺陷，文章提出了改进GM-BPNN组合预测方法，利用ARIMA和遗传算法（GA）分别改进GM(1,1)和BPNN，根据有效度确定加权系数并构建线性组合模型，并以浙江、广东、江苏进行实例验证。结果表明，相比传统时间序列、BPNN、多元回归、GM-BPNN等预测方法，改进的GM-BPNN组合预测方法提高了物流需求预测的精确度。