基于组合模型的安徽省农产品物流需求量预测

农业生产者和供应链管理者要想合理制订和调整生产计划,就需要更加精准地预测农产品物流需求量。为了提高预测模型的拟合程度及预测结果的精确度,利用GM(1,1)结合BP神经网络的组合模型,对安徽省未来5年的主要农产品物流需求量进行预测。首先,通过对传统的GM(1,1)预测模型进行优化,构成预测的主体部分;其次,根据灰色关联分析法,选取与安徽省农产品物流需求量关联度最大的经济指标,并建立相关的BP神经训练网络进行训练和预测;最后,对GM(1,1)非线性残差部分通过BP神经网络进行优化,构建出无偏GMBP组合预测模型,并对比几种不同方式的预测结果。根据对比结果,组合模型的预测结果更加准确可靠。