城市物流竞争力分析DAE-WMA优化算法

来源：计算机工程与应用杂志2019年第16期北京时间：

作者：李楠，侯旋

单位：1.中国（西安）丝绸之路研究院，西安 710100；2.西安财经学院 管理学院，西安 710100；3.空军工程大学 航空工程学院，西安 710038

摘要：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。

关键词：物流竞争力,社会网络分析,深度学习,深层自编码器,动量