一种基于ReliefF算法的区域物流需求影响因素预测方法技术

本发明专利技术的目的是提出一种基于ReliefF算法的区域物流需求影响因素预测方法，利用ReliefF算法计算分析各个影响区域物流需求的特征值和区域物流需求的相关性大小，从而赋予特征不同的权重，从而得到各个影响区域物流需求的影响因素重要性大小。最后利用BP神经网络来验证所选取重要性强的特征的区域物流需求预测能力。

【技术实现步骤摘要】
一种基于ReliefF算法的区域物流需求影响因素预测方法
本专利技术涉及一种ReliefF算法，根据各个特征值和类别的相关性赋予特征不同的权重。通过对影响区域物流的因素进行相关性分析，从而得到各个影响区域物流需求的影响因素重要性大小。
技术介绍
近年来，区域物流是许多行业关注的重要问题。由于物流产业地位在国家层面的确立，特别是物流业在服务业中的重要作用，物流业已成为各级政府规划与发展的重点之一，不少区域将发展物流作为新的经济增长点。区域物流不但是经济发展的保障，而且还能通过它优化产业结构、提高经济效率、改善投资环境等提高经济质量。对于任何国家或经济区域，只有流通活跃，才能使经济充满活力。物流活动是流通环节的重要组成部分，渗透于生产和消费的各个环节，是区域经济运行及发展必不可少的纽带。尤其是在经济全球化、一体化，以及现代科学技术迅猛发展的背景下，传统的区域经济理论和经济发展模式也受到了现代经济竞争方式和市场需求特质的挑战，区域物流的效率、服务水平和物流成本已经成为影响区域经济发展及其竞争力的直接因素。只有大力发展区域现代物流，提高物流的效本文档来自技高网...

【技术保护点】
1.基于ReliefF算法的区域物流需求影响因素预测方法，具体步骤如下，其特征在于,/n步骤1：收集整理所需要分析的数据。影响区域物流需求的数据特征多且数据结构复杂，需要将各数据归一化处理操作，将数据归一化在0到1的数值有利于分析数据之间的相关性；/n步骤2：数据的规范化。将数据构建为行向量为样本序列号，列向量为样本特征的一个数据列表，便于后续的算法进行直接获取操作；/n步骤3：构建ReliefF算法模型；/n步骤4：将地区国民生产总值、工业总产值、农业总产值、第三产业总产值、区域零售总额、区域外贸总额、人均消费水平七个影响区域物流需求的影响因素送入ReliefF算法模型中进行相关性分析；/n...

【技术特征摘要】
1.基于ReliefF算法的区域物流需求影响因素预测方法，具体步骤如下，其特征在于,
步骤1：收集整理所需要分析的数据。影响区域物流需求的数据特征多且数据结构复杂，需要将各数据归一化处理操作，将数据归一化在0到1的数值有利于分析数据之间的相关性；
步骤2：数据的规范化。将数据构建为行向量为样本序列号，列向量为样本特征的一个数据列表，便于后续的算法进行直接获取操作；
步骤3：构建ReliefF算法模型；
步骤4：将地区国民生产总值、工业总产值、农业总产值、第三产业总产值、区域零售总额、区域外贸总额、人均消费水平七个影响区域物流需求的影响因素送入ReliefF算法模型中进行相关性分析；
步骤5：最后利用BP神经网络来分析检验所选取重要性强的特征...

【专利技术属性】
技术研发人员：陈维娜，杨忠，唐玉娟，顾姗姗，王逸之，戴典芬，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：江苏;32