论文总字数：25780字

摘 要

论文主要研究了如何利用灰色关联度分析确认影响农产品冷链物流的需求总量的主要因素以及如何利用BP神经网络进行农产品冷链物流市场总需求量的预测工作。

本文利用灰色关联度分析筛选出影响我国农产品冷链物流量的主要因素，并以2012年-2019年全国农产品冷链物流市场总需求量为样本数据，代入BP神经网络进行学习训练。利用2012年-2019年的需求数据对训练后的模型进行预测，比较真实值与预测值，所得结果对于判断模型可行性具有重要的指导意义。最后采用经过训练的BP神经网络的农产品冷链物流预测模型来预测我国2019年的农产品冷链物流市场总需求量，同时对预测结果进行分析总结。

研究结果表明：基于BP神经网络来创立模型, 有助于农产品物流相关数据和农产品物流需求量进行全面精准地结合，基于此模型得出的农产品冷链物流需求预测值极具说服力和代表性。

本文的特色在于：将灰色关联分析与BP神经网络理论配合使用，灰色关联分析的结果对进行BP神经网络学习具有促进作用，在此基础上，利用BP神经网络模型的农产品冷链物流需求量预测结果更加精准。

关键词：BP神经网络；灰色关联度；冷链农产品；物流需求预测

Abstract

This paper mainly studies how to use grey correlation analysis to confirm the main factors that affect the total demand of cold chain logistics of agricultural products and how to use BP neural network to predict the total demand of cold chain logistics of agricultural products.

In this paper, the main factors affecting the cold chain material flow of agricultural products in China are screened out by using the grey correlation analysis, and the total demand of cold chain logistics market of agricultural products in China from 2012 to 2019 is taken as the sample data, which is substituted into BP neural network for learning and training. Using the demand data of 2012-2019 to predict the model after training, comparing the real value with the predicted value, the results have important guiding significance for judging the feasibility of the model. Finally, the trained BP neural network model of cold chain logistics of agricultural products is used to predict the total demand of cold chain logistics market of agricultural products in 2019, and the prediction results are analyzed and summarized.

The research results show that the establishment of the model based on BP neural network is helpful for the comprehensive and accurate combination of the relevant data of agricultural products logistics and the demand of agricultural products logistics. The forecast value of agricultural products cold chain logistics demand based on this model is very convincing and representative.

The characteristics of this paper are: the gray correlation analysis and BP neural network theory are used together. The results of gray correlation analysis can promote the learning of BP neural network. On this basis, the prediction results of cold chain logistics demand of agricultural products using BP neural network model are more accurate.

Key words：BP neural network; grey relation degree; cold chain agricultural products; logistics demand forecast

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景与问题提出 1

1.2 国内外研究文献综述 1

1.2.1 关于农产品物流的研究综述 1

1.2.2 关于农产品物流需求预测研究方法的研究综述 2

1.2.3 关于其他社会需求预测的研究综述 2

1.3 研究目的与意义 3

1.3.1 研究目的 3

1.3.2 研究意义 3

1.4 主要研究内容 4

1.5 研究方法与技术路线 5

1.5.1 研究方法 5

1.5.2 技术路线 6

第2章 农产品冷链物流需求的灰色关联分析 7

2.1 农产品冷链物流需求影响指标的选取 7

2.2 灰色关联分析模型的构建 8

2.2.1 确立目标值序列和比较序列 8

2.2.2 无量纲化处理 10

2.2.3 求差序列和两极最大最小差 10

2.2.4 计算关联系数与灰色关联度 11

2.3 灰色关联度结果分析 13

第3章 基于BP神经网络的农产品冷链物流需求的BP神经网络 15

3.1 BP神经网络的介绍 15

3.2 数据变量的选取 15

3.3 BP神经网络模型建立 15

3.3.1 参数设定 15

3.3.2 初始数据处理 17

3.4 BP神经网络训练 17

3.5 BP神经网络模型训练测试 17

3.6 BP神经网络模型测试结果分析 18

第4章 农产品冷链物流需求预测 19

4.1 基于BP神经网络的农产品冷链物流需求预测结果 19

4.1 预测结果分析 19

第5章 总结与展望 20

5.1 研究结论 20

5.2 研究展望 21

参考文献 22

致 谢 23

第1章 绪论

1.1 研究背景与问题提出

21世纪至今，国民经济的蓬勃发展带动了我国居民生活水平的大幅提升。人们的饮食观念和对食品消费的需求也在消费升级的大环境之下，发生了巨大转变。与一开始看重购买食品的数量相比，现在的人们更加倾向于追求好的食品质量。这种从量到质的转变，激发了消费者们对于更安全更优质的农产品的需求。而部分生鲜农产品易腐坏、配送成本高、时效性要求高等特性，又给农产品的冷链物流运输带来了不小的挑战。

冷链物流是将农产品从农村带到城市的“最先一公里”。相对于普通物流运输，它对冷冻技术、时间控制、信息传递的要求更高。从生产制作地到消费者手中，在农产品的整个流通过程中，冷链物流不仅可以将农产品维持在较为稳定的低温环境中，还能尽量减少生鲜农产品在运输过程中可预见的损坏和污染，从而保障生鲜农产品的鲜活品质和安全质量。由于冷链物流在生鲜农产品运输环节中具有的决定性作用，在世界范围内，它已经被各国视为帮助改善农产品质量、提高农产品国际知名度的必不可少的有效工具。

请支付后下载全文，论文总字数：25780字