面向物流的亂序數(shù)據(jù)處理方法研究.pdf

1、隨著現(xiàn)代信息技術應用的普及，整個物流系統(tǒng)正在逐步實現(xiàn)電子信息化，物流數(shù)據(jù)處理也正逐漸被社會所認知。數(shù)據(jù)處理的主要目的是從原始亂序數(shù)據(jù)流中提取出用戶感興趣的信息，完成一系列的預測輸出給用戶。
　　本文通過分析亂序數(shù)據(jù)流，建立三級數(shù)據(jù)處理架構，設定匹配模板，從而對亂序數(shù)據(jù)流進行動態(tài)處理與輸出。本文主要貢獻包括：
　　(1)針對物流領域中的亂序數(shù)據(jù)之間處理時間相對較長問題，提出了一種動態(tài)調整的改進型BP算法。算法中運用了動態(tài)自適應

2、結構調整機制，根據(jù)環(huán)境要求自適應調整網(wǎng)絡訓練結構，優(yōu)化迭代訓練過程。并通過動態(tài)的調整神經(jīng)網(wǎng)絡中的動量因子、閾學習指數(shù)、權學習指數(shù)這三個因子來加快學習的響應速度，從而縮短訓練時間，加快收斂速度。
　　(2)針對物流領域中亂序數(shù)據(jù)流難以在短時間內獲取有價值的信息的問題，提出了一種基于改進型BP的模板匹配算法。算法通過動態(tài)設定的匹配模板，根據(jù)亂序數(shù)據(jù)流到達網(wǎng)絡輸入層的時間順序，提取出用戶所需信息；并在學習匹配過程中優(yōu)化神經(jīng)元選取機制、自