文件名称：论文研究-城市物流竞争力分析DAE-WMA优化算法.pdf
文件大小：1.08MB
文件格式：PDF
更新时间：2022-10-03 02:17:02
论文研究
深入分析了城市物流竞争力的研究现状，结合深度学习相关理论，以深层自编码器（Deep Auto Encoder，DAE）标准模型与标准算法为基础，提出了基于Widrow函数的深层自编码器动量更新算法（DAE-WMA）。依据城市物流竞争力分析数据量特点，选取三种UCI数据集，对基于误差函数的标准算法（DAE-ESA）、基于交叉熵的标准算法（DAE-CSA）以及DAE-WMA的模式分类能力进行仿真，仿真结果表明后者的性能优于前两者。依据物流竞争实力与竞争潜力，基于层次分析法（Analytic Hierarchy Process，AHP）通过选取7个评估维度与19个评价指标构建城市物流竞争力指标体系，利用DAE-WMA方法与社会网络分析（Social Network Analysis，SNA）方法，对我国西北五省区13个主要城市的物流竞争力进行聚类分析与实证研究，仿真结果表明DAE-WMA方法相对于SNA方法，对核心节点城市的分类结果更加合理，更有利于对问题的分析。研究结果为确定新丝绸之路经济带沿线城市物流发展策略，促进国内物流业未来的协作与发展奠定了研究基础。