基于多模型融合的城市地下物流需求量预测方法

本发明涉及一种基于多模型融合的城市地下物流需求量预测方法，属于物流需求预测与优化技术领域。该方法包括：建立动态非线性因素体系，并采用灰色关联分析方法筛选关键因素；结合会泽预测模型和BP神经网络组合BP‑灰色组合模型预测快递业务量；采用改进的Logit模型计算地下物流分担率；采用改进的引力模型评估区域吸引力；根据预测的快递业务量、地下物流分担率及区域吸引力综合计算日均物流需求量。本发明结合灰色关联分析、BP神经网络、改进Logit模型及引力模型的综合方法，用于城市地下物流系统货运需求量的动态预测与优化。