摘要：为更合理准确地预测成都市物流需求规模，本文将理论分析与实证验证相结合，分析了影响四川省成都市物流需求的主要因素，建立神经BP网络模型，选择相应的经济指标为输入指标，预测成都市未来5年的物流需求规模，为成都市未来一定时期内的物流系统规划提供理论依据。

　　关键词：BP神经网络;成都市;物流需求;预测

　　一、引言

　　现代物流业的发展已经成为一个国家现代化程度和综合国力的重要标志。物流作为“第三利润源泉”，在国民经济发展中处于重要的地位，与社会经济的发展相辅相成。成都目前是西部地区最具发展力的省会城市，在区域位置上有绝对的优势，是整个西南地区的交通、商贸、经济核心枢纽。根据《成都现代物流业发展“十三五”规划》，成都市物流全力构建“五园区—六中心—若干服务站(配送点)”的空间布局，主动融入国家“一带一路”建设和长江经济带发展战略，成都市现代物流业发展将开启新篇章，带来新机遇，催生新需求。因此，本文对成都市物流需求进行预测和分析，为成都市物流发展政策制定和基础设施规划建设提供参考。

　　二、BP神经网络概述

　　人工神经网络是人类在对其大脑及大脑神经网络认识理解的基础上，人工构造的能够实现某种功能的网络;是人脑及其活动的一个理论化的数学模型，是由大量简单处理单元相互连接而成的复杂网络，是基于模仿大脑神经网络结构和功能而建立起来的一种信息处理系统[1]。BP网络属于神经网络的一种，也是现在应用最广泛的神经网络。BP神经网络是一种按照误差反向传播算法训练的多层前馈神经网络。其结构主要可分为输入层、隐含层以及输出层，BP神经网络上下层间的链接是通过输入信号的传播以及出现误差后的反向传播来实现的。

　　三、成都市物流需求量预测

　　(一)预测指标的选取

　　物流是一种满足社会需求的经济活动，故本文基于成都市现状，从经济角度出发，分析得出以下四点影响因素[2]：经济发展程度、产业结构、社会消费品零售总额、货运周转量。基于数据的可获得性及经济指标与物流指标之间的相关性[3]，选取1997-2018年成都市地区生产总值(GDP)、第一、第二、第三产业产值、城镇居民家庭人均可支配收入、社会消费品零售总额、作为成都市物流需求预测的输入指标，运用BP神经网络预测成都市2019~2025年的货运周转量[4]。

　　(二)数据来源和预处理

　　本文所选取的数据资料源于成都市历年统计年鉴，见表1。将1997至2008年的数据作为网络训练样本，2009和2018年的数据作为网络测试样本，用训练好的神经网络预测2019至2023年的货运周转量。

　　表1 成都市物流需求预测指标原始数据

　　数据来源：成都市统计局

　　注:地区生产总值(GDP)X1(亿元)，城镇居民家庭人均可支配收入X2(元)，社会消费品零售总额X3(亿元)，第一、二、三、产业产值X4、X5、X6(亿元)，货运周转量Y1(亿吨·公里)。

　　由于BP神经网络预测方法是以对本年的输出指标有很大影响的输入指标来预测本年要预测指标的变化，所以在进行下一年的预测时须知道下一年各影响输出指标的值[5]。下面将根据历年数据设定成都市物流需求影响因素的变化趋势，2019年2023年成都市的经济指标见表2。

　　表2 成都市2019~2023年预测经济指标数据

　　四、算例实证

　　(一)神经元个数的确定

　　根据成都市区域物流需求预测的实际情况，本文为BP神经网络的输入层设置6个神经元，输出层设置1个神经元。根据反复的训练，最终找到了合适的隐含层神经元的数量为20，当隐含层神经元数量为20时，真实值和预测值的误差较小。得出训练样本、验证样本、测试样本、总体的预测结果的回归图像，并且R值都接近接近1，说明模型较好，预测精度高。回归效果如图1所示。

　　图1 回归分析

　　(二)预测结果分析

　　本文选取1997年至2008年的成都市物流需求预测指标的原始数据作为BP神经网络的训练样本，选取2009年至2018年的原始数据作为检验样本，利用Matlab仿真软件对灰色神经网络模型的隐含层神经元个数进行确定。当隐含层神经元个数取20个时，作为检验样本，2009-2018年Y1成都市货运周转量的真实数据与仿真数据对比如图2所示。

　　图2 物流需求预测误差曲线

　　由图2可以看出，神经网络的训练误差控制在很小的范围内，有很强的预测能力，能够达到理想的效果，故可以用以上训练好的神经网络预测成都市2019~2023年的物流需求。将输入值(2019~2023年各经济指标)输入以上训练好的BP神经网络得到输出值即2019~2023年物流需求预测结果，对预测结果进行反归一化。可以得到成都市2019~2023年五年的物流需求规模预测值，结果见表3。

　　表3 成都市2019~2023年货运周转量

　　根据预测结果可以看出，未来5年成都市物流需求规模逐年增长，物流业呈现平稳发展态势。通过所建立的BP神经网络模型预测到的结果，可以在一定程度上定量反映出成都市物流需求规模的变化。

　　五、结论

　　物流是社会生产和人民生活的重要组成部分，是推动国民经济发展和社会进步的重要力量。物流供给能力不足或者是物流供给能力过剩都不利于物流业的健康发展，通过对区域物流需求进行分析与预测，可以揭示出区域经济与区域物流之间的内在关系，并为区域物流规划提供决策数据和依据。

　　本文利用BP神经网络模型对未来5年的成都市物流需求进行预测，经过拟合度误差分析，精度较高，模型基本可以使用。通过预测结果可以看出，整体上成都市货运周转量呈上升趋势，这说明成都市物流市场发展事态良好，对物流方面的需求也在不断提升，这与成都市的整体发展趋势相吻合。C

　　(作者单位：北京物资学院)

　　参考文献

　　[1]高雪雪. 基于BP神经网络的海南省物流需求预测[J]. 技术与方法, 2018(01): 87-90.

　　[2]韩正超, 张有云, 黄文霞. 基于BP神经网络的济南市物流需求预测[J]. 软件, 2020, 41(03): 149-152+241.

　　[3]郁磊, 史峰. MATLAB智能算法30个案例分析(第2版)[M]. 北京: 北京航空航天大学出版社, 2015.

　　[4]张利学. 城市物流需求预测方法研究[D]. 东南大学, 2006.

　　[5]高婷. 城市圈物流需求的BP神经网络预测模型[D]. 武汉理工大学, 2009.

　　[6]高秀春, 徐晶晶, 高艳玲. 基于BP模型的港口物流需求预测研究[J]. 技术与方法, 2014, 33(02): 99-101.

　　[7]陈丹, 朱萍. 基于GM (1, 1)模型的成都市物流需求预测分析[J]. 物流科技, 2019(10): 131-133.