详情

原文传递城市配送需求预测方法研究

题名：	城市配送需求预测方法研究
作者：	肖赟;刘洋;裴爱晖;梁子君;张蒙
关键词：	物流工程;需求预测;K近邻算法;城市配送
摘要：	城市配送短时需求波动性较大，具有明显的非线性特点。为准确预测城市配送需求，进而科学配置城市配送资源，提出了一种基于改进K近邻算法的城市配送需求量预测方法。首先分析了城市配送需求数据的基本特征，构建了192周的城市配送历史数据库，根据数据特征将其分成7类子数据库，基于自相关性提取了城市配送历史数据生成状态向量。其次利用K近邻方法的搜索机制，重建了与当前配送需求状态近似的历史时间序列。以平均绝对误差最小为优化目标，结合交叉验证改进了K值和状态向量T值的选取方法，确定了不同类子数据库对应的最佳K值与T值。最后对比分析了固定K和T值、仅优化T值、仅优化K值及同时优化K和T值4种算法，对比分析了4种K近邻算法的预测精度。实证分析结果表明：动态优化K值和T值后，历史数据集的平均预测误差最小可达7.65%；以2021年11月22日至28日城市配送需求量为预测对象，4种K近邻算法平均绝对百分比误差分别为12.78%，9.03%，12.45%，8.18%，改进K近邻算法优化K值和T值的预测精度优于其他K近邻算法，预测精度达91.82%，所提出的改进K近邻算法能够较好地预测城市配送需求量，预测结果可为城市配送管理提供借鉴参考。
期刊名称：	公路交通科技
出版年：	2023
期：	03
页码：	254-262