简析利用RBF神经网络构建物流园区选址评价体系

论文导读：
摘 要：本文以哈尔滨某物流园区为例，通过构建数学模型，建立一套利用RBF神经网络进行物流园区选址评价体系，以解决物流园区选址时对备选方案的评价理由。
关键词：物流园区；影响因素；评价
：A

一、利用RBF神经网络选址影响因素评价体系模型构建

影响因素评价策略通常有：专家打分法、重心法、模糊数学和人工神经网络模型法等。以上四种评价策略各有优缺点。根据哈尔滨物流园区的发展状况和实地调查资料研究，引入影响因素评价体系，利用RBF神经网络，构建物流园区选址方案评价体系的数学模型。首先对备选地址影响因素的大小进行定量描述，提供一个较为直观、科学的参考依据。其次利用人工神经网络法中的RBF神经网络对选址因素进行评价，最后计算出各个备选地点的评价值，进行比较，以供决策。

二、哈尔滨某物流园区选址方案评价体系实证分析

1 物流园区备选地点影响因素赋值
以哈尔滨某物流园区为例，其座落于东北亚地理中心哈尔滨， 是黑龙江省政府批准的大型物流基础设施项目。结合哈尔滨物流园区发展状况及分布情况，通过项目组的实地考察，初步确定了哈南新区、平房开发区、利发开发区、宾西开发区四个地点作为备选方案。通过13位物流行业专家对物流园区备选地点进行评价调查，由专家组按《物流园区选址影响因素赋值参考标准》，对8项选址影响因素进行赋值。
2 物流园区选址利用RBF神经网络对影响因素进行评价
从某咨询公司数据库中选取指定区域内与哈尔滨某物流园区备选地点类似的15个项目作为选址影响因素RBF神经网络评价程序的原始数据，其中10组项目作为训练样本，3组结果作为测试样本，将训练样本写入MATLAB程序中的RBF神经网络程序，根据训练样本计算值与实际值的误差对比，得到训练样本误差逼近曲线，从而得出物流园区选址影响因素RBF神经网络评价值。
3 物流园区选址影响因素评价值计算
将物流园区选址影响因素RBF神经网络评价值带入训练好的RBF神经网络程序中，得出选址影响因素评价值。
从表2中可以看出，哈南新区、平房开发区、利发开发区、宾西开发区的评价结果分别为0.61、0.58、0.55、0.48。在四个备选地点中，哈南新区的评价分值最高，参照项目评价因素评定表的评分等级，见表3。
哈尔滨某物流园区利用RBF神经网络所构建的物流园区选址方案评价体系，得出哈南新区作为物流园区的规划地点较为合适。
结语
本文的研究以哈尔滨某物流园区为对象，利用RBF神经网络，构建物流园区选址方案评价体系的数学模型，从而构建了基于RBF神经网络物流园区选址方案评价体系，用于解决未来建设的物流园区选址理由。在选址规划工作中成为一种可行的选址评价体系进行应用和推广，保证物流园区选址的科学性、经济性和长远性；推动物流园区的健康发展，及整个物流网络的优化。
参考文献
[1]季丹，郭政.物流园区选址综合评价策略比较研究[J].兰州学刊，2009. 全文地址：www.7ctime.com/cgygygllw/lw44733.html上一论文：试谈物流服务快讯