面向物流的亂序數(shù)據(jù)處理方法研究.pdf

1、隨著現(xiàn)代信息技術(shù)應(yīng)用的普及，整個(gè)物流系統(tǒng)正在逐步實(shí)現(xiàn)電子信息化，物流數(shù)據(jù)處理也正逐漸被社會(huì)所認(rèn)知。數(shù)據(jù)處理的主要目的是從原始亂序數(shù)據(jù)流中提取出用戶(hù)感興趣的信息，完成一系列的預(yù)測(cè)輸出給用戶(hù)。
　　本文通過(guò)分析亂序數(shù)據(jù)流，建立三級(jí)數(shù)據(jù)處理架構(gòu)，設(shè)定匹配模板，從而對(duì)亂序數(shù)據(jù)流進(jìn)行動(dòng)態(tài)處理與輸出。本文主要貢獻(xiàn)包括：
　　(1)針對(duì)物流領(lǐng)域中的亂序數(shù)據(jù)之間處理時(shí)間相對(duì)較長(zhǎng)問(wèn)題，提出了一種動(dòng)態(tài)調(diào)整的改進(jìn)型BP算法。算法中運(yùn)用了動(dòng)態(tài)自適應(yīng)

2、結(jié)構(gòu)調(diào)整機(jī)制，根據(jù)環(huán)境要求自適應(yīng)調(diào)整網(wǎng)絡(luò)訓(xùn)練結(jié)構(gòu)，優(yōu)化迭代訓(xùn)練過(guò)程。并通過(guò)動(dòng)態(tài)的調(diào)整神經(jīng)網(wǎng)絡(luò)中的動(dòng)量因子、閾學(xué)習(xí)指數(shù)、權(quán)學(xué)習(xí)指數(shù)這三個(gè)因子來(lái)加快學(xué)習(xí)的響應(yīng)速度，從而縮短訓(xùn)練時(shí)間，加快收斂速度。
　　(2)針對(duì)物流領(lǐng)域中亂序數(shù)據(jù)流難以在短時(shí)間內(nèi)獲取有價(jià)值的信息的問(wèn)題，提出了一種基于改進(jìn)型BP的模板匹配算法。算法通過(guò)動(dòng)態(tài)設(shè)定的匹配模板，根據(jù)亂序數(shù)據(jù)流到達(dá)網(wǎng)絡(luò)輸入層的時(shí)間順序，提取出用戶(hù)所需信息；并在學(xué)習(xí)匹配過(guò)程中優(yōu)化神經(jīng)元選取機(jī)制、自