第1章 研究的背景和意義 1.1 研究的背景 1.1.1 我國食品冷鏈物流的現狀 1.1.2 物流系統需求預測 1.2 研究的目的和意義 1.3 研究內容和創新之處 1.3.1 研究內容 1.3.2 創新點 1.4 研究的思路及方法 1.4.1 研究的思路 1.4.2 研究方法 1.5 研究的總體框架 第2章 國內外研究現狀 2.1 國內外食品冷鏈物流的研究現狀 2.1.1 食品冷鏈物流概述 2.1.2 食品冷鏈物流的運營管理 2.1.3 食品冷鏈物流的技術創新 2.1.4 湖北省食品冷鏈物流的發展 2.2 國內外物流需求預測的研究現狀 2.2.1 物流需求的統計學意義 2.2.2 物流需求預測的技術和方法 第3章 預測原理及方法 3.1 預測的基本原理 3.1.1 慣性原理 3.1.2 類推原理 3.1.3 相關原理 3.2 預測的原則 3.3 預測的步驟 3.4 預測的分類 3.4.1 按照預測時間的長短跨度進行分類 3.4.2 按預測的觀察視角和研究層面進行分類 3.4.3 按預測的方法進行分類 3.5 食品冷鏈物流系統需求預測 3.5.1 食品冷鏈物流系統需求預測的特點 3.5.2 食品冷鏈物流系統需求預測的考慮因素 第4章 常規預測方法及算例分析 4.1 引言 4.2 傳統經典的定性預測法與方法分析 4.2.1 市場調查法 4.2.2 專家調查法 4.2.3 類比法 4.3 常規定性預測法的算例分析 4.4 傳統經典的定量預測法與方法分析 4.4.1 回歸預測法 4.4.2 時間序列預測方法 4.5 常規定量預測法的算例分析 4.5.1 湖北省城鄉食品冷鏈物流系統需求預測統計指標的確定 4.5.2 基于指數平滑法的湖北省城鄉食品冷鏈物流系統需求預測 4.5.3 基于灰色預測法的湖北省城鄉食品冷鏈物流系統需求預測 第5章 基于優化神經網絡的湖北省城鄉食品冷鏈物流系統需求預測 5.1 人工神經網絡及算例分析 5.1.1 人工神經網絡概述 5.1.2 人工神經網絡的模型和結構 5.1.3 基于多元回歸和BP神經網絡的湖北省城鄉食品冷鏈物流系統需求預測 5.1.4 基于時間序列和BP神經網絡的湖北省城鄉食品冷鏈物流系統需求預測 5.2 基于Aw-BP的預測方法及算例分析 5.2.1 基于自適應權的BP神經網絡預測優化算法（AW.BP） 5.2.2 基于Aw-BP的各種預測模型的算例分析 5.3 基于AwNG.BP的預測方法及算例分析 5.3.1 基于自適應權和小生境遺傳算法的BP神經網絡優化算法（AwNG.BP） 5.3.2 基于AwNG.BP的各種預測模型的算例分析 第6章 基于系統序參量的湖北省城鄉食品冷鏈物流系統需求預測 6.1 系統論基礎 6.1.1 系統和系統論 6.1.2 系統構成 6.1.3 動態系統理論 6.1.4 系統的特征 6.2 食品冷鏈物流的系統分析 6.2.1 食品冷鏈物流系統 6.2.2 食品冷鏈物流系統的狀態參量和控制參量 6.3 基于系統序參量的多元回歸預測模型的算例分析 6.4 基于系統序參量和AW-BP的非線性組合的預測模型的算例分析 6.4.1 模型的結構設計 6.4.2 數據的處理 6.4.3 參數設定 6.4.4 訓練過程 6.4.5 誤差分析 6.4.6 預測 6.4.7 靈敏度分析 6.5 基于系統序參量和AWNG-BP的非線性組合的預測模型的算例分析 6.5.1 模型的結構設計 6.5.2 數據的處理 6.5.3 參數設定 6.5.4 訓練過程 6.5.5 誤差分析 6.5.6 預測 6.5.7 靈敏度分析 第7章 分析與結論 7.1 各種預測模型的性能比較與分析 7.1.1 總體比較 7.1.2 基于技術和方法的比較 7.2 主要的研究成果及結論 7.3 相關對策及建議 參考文獻