位置:成果数据库 > 期刊 > 期刊详情页
基于小波变换和PSO-BP的物流联络中心的任务量预测
  • ISSN号:1674-4993
  • 期刊名称:物流工程与管理
  • 时间:2015.9.15
  • 页码:114-115+109
  • 分类:F253.9[经济管理—国民经济]
  • 作者机构:[1]上海理工大学管理学院,上海200093
  • 相关基金:国家自然科学基金项目(编号:71572113,71303157,71102070,11171221,71271138,71202065,71103199,71371140); 上海市一流学科项目(编号:XTKX2012,S1201YLXK); 上海市教委创新基金(No.14YZ088,14YZ089); 上海市研究生和大学生创新项目(编号:151025213,SH2015056,SH2014054,SH2014062,XJ2015083)
  • 相关项目:突发需求下服务系统应急决策研究——以呼叫中心为例
中文摘要:

随着物流快递等业务的迅速发展,联络中心作为一个新兴服务行业也随之变成了服务机构和客户沟通的最重要的桥梁。联络中心任务量预测的准确性对基础设施和人员投入至关重要。因此,文中提出了一种结合小波变换和PSO-BP的组合预测模型,通过小波变换把任务量序列分解成高频和低频序列,再为分解序列建立合适的PSO-BP预测模型,求出最优解。最后,实例分析表明,该模型对非线性时间序列有更好的拟合能力和更高的预测精度。

英文摘要:

With the rapid development of logistic,express delivery and so on,the contact center,as a new service industry,has become the most important bridge between the service organizations and their customers. The accuracy of tasks prediction in contact centers of logistic is very important to infrastructure investment and staffing. Therefore,a model that combines the wavelet transform and PSO- BP neural network is proposed. By the wavelet transform,the tasks are decomposed into high frequency and low frequency series,for which the suitable PSO- BP models are established to search the optimal solution. Finally,the analysis of the example indicates that the fitting ability and prediction accuracy of the method are better than other methods.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《物流工程与管理》
  • 主管单位:中国仓储协会
  • 主办单位:中国仓储协会 全国商品养护科技情报中心站
  • 主编:马士华
  • 地址:武汉市江岸区黄孝河路特1号同安大厦3楼
  • 邮编:430019
  • 邮箱:spcy56@163.com
  • 电话:027-82619220
  • 国际标准刊号:ISSN:1674-4993
  • 国内统一刊号:ISSN:42-1791/TS
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10048