基于ARIMA-GA-BP模型的运输企业物料需求预测方法研究

运输作为物流企业的生命线,对物料需求的合理预测是运输企业管理的重要组成。基于此,本文以运输企业济南至郑州线路下箱体使用数据为样本,首先对数据特征进行分析,建立ARIMA模型与BP神经网络模型;其次运用不同模型加以求解,在BP神经网络确定初始权重时引入遗传算法进行优化;最后建立多目标函数确定单一模型权重值进行组合预测。结果表明:相较于单一模型,组合模型拟合效果更加符合数据变化特征。组合模型精度高于其他模型,对运输企业在物料需求预测研究方面具有借鉴意义。