[发明专利]一种物流订单需求管理方法及系统

权利要求书

1.一种物流订单需求管理方法，其特征在于，所述方法包括：

S1：获取物流指标数据用作为样本数据；

S2：利用S1中获取的样本数据，采用回声状态网络模型对物流订单需求进行预测，得到物流订单需求预测结果A₁；

S3：利用S1中获取的样本数据，采用GM(1,1)模型对物流订单需求进行预测，得到物流订单需求预测结果A₂；

S4：利用S1中获取的样本数据，采用Verhulst模型对物流订单需求进行预测，得到物流订单需求预测结果A₃；

S5：综合A₁、A₂、A₃进行加权得到物流预测结果。

2.根据权利要求1所述的一种物流订单需求管理方法，其特征在于，所述S1具体的包括如下步骤：

S11：确定至少一个物流响应指标以及若干个物流变量指标；

S12：将指标数据进行缺失值处理、标准化处理；

S13：相关性分析遴选若干个物流变量指标。

3.根据权利要求1所述的一种物流订单需求管理方法，其特征在于，所属S2具体的包括如下步骤：

S21：初始化模型参数，设置储备池规模、谱半径、小世界加边概率；

S22：构建小世界网络模型作为储备池，得到小世界回声状态网络预测模型；

S23：利用S1中获取的样本数据计算并收集状态变量获得储备池内部状态矩阵和输出变量；

S24：计算扩展的储备池内部和状态矩阵和输出变量,采用基于弹性惩罚的输出权值计算模型得到训练完毕的模型；

S25；对物流订单需求进行预测，得到物流订单需求预测结果A₁。

4.根据权利要求1所述的一种物流订单需求管理方法，其特征在于，所述S3具体的包括如下步骤：

S31：建立GM(1,1)，根据样本数据组成原始数列；

S32：通过对原始数据进行预处理，得到新的数列；

S33：根据数列求出发展系数和灰色作用量；

S34：求解获得预测模型，得到物流订单需求预测结果A₂。

5.根据权利要求1所述的一种物流订单需求管理方法，其特征在于，所述S4具体的包括如下步骤：

S41：建立Verhulst模型，根据样本数据构建原始数列；

S42：通过对原始数据进行预处理，得到新的数列；

S43：根据数列求出发展系数和灰色作用量；

S44：求解获得预测模型，得到物流订单需求预测结果A₃。

6.根据权利要求1所述的一种物流订单需求管理方法，其特征在于，所述S5具体的包括如下步骤：

S51：计算回声状态网络模型、GM(1,1)模型、Verhulst模型的平均误差a₁、a₂、a₃；

S52：根据平均误差确定权重因子b₁、b₂、b₃；

S53：根据权重因子计算多级预测模型A。

7.根据权利要求6所述的一种物流订单需求管理方法，其特征在于，所述权重因子计算方法如下：

所述根据权重因子计算多级预测模型计算方法如下：

。