毕娅，女，1978年11月出生，湖北武汉人，武汉理工大学工学博士。现工作于湖北经济学院物流与工程学院物流管理系。在《计算机应用》、《统计与决策》等全国核心期刊上发表论文8篇，EI收录4篇；出版了《电子商务概论》、《计算机网络工程》、《物流系统建模与仿真》等多部专著和教材；主持完成了省厅级科研项目若干项。

　　全书以系统论为理论支撑，探讨了我国食品冷链物流行业产生和发展的途径，分析了我国食品冷链物流行业的现状和在发展过程中遇到的问题，说明了对食品冷链物流行业规模进行预测的重要意义和价值，并以湖北省食品冷链物流行业为例进行了实证分析。

　　《湖北省城乡食品冷链物流系统需求预测：理论、实践与创新》：
　　相对于人工神经网络的参数优化而言，人工神经网络的结构优化要困难得多，至今尚无确定的方法和规律可以依循。目前，神经网络结构优化的常用方法有凑试法、删减法、增长法、增长删减法等。凑试法主要通过训练和分析不同网络结构的性能来确定最终结构，使用较多的凑试法是交叉校验法。增长法是指在训练过程中逐渐增加隐含层数以及隐含层的神经元个数，即由一个小规模的网络结构开始，根据实际问题对网络的要求，在训练过程中逐步增加网络结构的复杂度，直至满足性能要求为止。增长法可以解决神经网络过小的问题。修剪法与网络增长法相反，是指在网络训练过程中逐渐删除冗余的神经元，即初始给定一个含有冗余节点的大规模网络结构，然后在训练过程中逐步删除那些不必要的节点或权值，不断降低网络的复杂性，提高其泛化能力。修剪法能够解决神经网络过大的问题。上述几种神经网络结构优化的算法大多属于静态的优化方法，均是采用了预先设定的固定准则和贪婪搜索策略，导致人工神经网络的结构性能较差，极易陷入局部最优的结构陷阱中。而最新出现的人工神经网络结构的自组织优化算法可以动态地调整人工神经网络的结构，避免了增长型神经网络出现网络过度冗余的情况，同时也解决了删减型神经网络初始神经网络选取难的问题，最终能够获得结构简单、泛化能力强、学习速度快以及性能稳定的人工神经网络结构。虽然人工神经网络结构的动态优化方法尚未完善，但是较之静态的神经网络结构优化方法，动态的结构优化能够根据目标对象的实时输出数据同步修正和优化人工神经网络的结构，有效提升人工神经网络的性能。
　　……

第1章 研究的背景和意义
1.1 研究的背景
1.1.1 我国食品冷链物流的现状
1.1.2 物流系统需求预测
1.2 研究的目的和意义
1.3 研究内容和创新之处
1.3.1 研究内容
1.3.2 创新点
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 研究的总体框架

第2章 国内外研究现状
2.1 国内外食品冷链物流的研究现状
2.1.1 食品冷链物流概述
2.1.2 食品冷链物流的运营管理
2.1.3 食品冷链物流的技术创新
2.1.4 湖北省食品冷链物流的发展
2.2 国内外物流需求预测的研究现状
2.2.1 物流需求的统计学意义
2.2.2 物流需求预测的技术和方法

第3章 预测原理及方法
3.1 预测的基本原理
3.1.1 惯性原理
3.1.2 类推原理
3.1.3 相关原理
3.2 预测的原则
3.3 预测的步骤
3.4 预测的分类
3.4.1 按照预测时间的长短跨度进行分类
3.4.2 按预测的观察视角和研究层面进行分类
3.4.3 按预测的方法进行分类
3.5 食品冷链物流系统需求预测
3.5.1 食品冷链物流系统需求预测的特点
3.5.2 食品冷链物流系统需求预测的考虑因素

第4章 常规预测方法及算例分析
4.1 引言
4.2 传统经典的定性预测法与方法分析
4.2.1 市场调查法
4.2.2 专家调查法
4.2.3 类比法
4.3 常规定性预测法的算例分析
4.4 传统经典的定量预测法与方法分析
4.4.1 回归预测法
4.4.2 时间序列预测方法
4.5 常规定量预测法的算例分析
4.5.1 湖北省城乡食品冷链物流系统需求预测统计指标的确定
4.5.2 基于指数平滑法的湖北省城乡食品冷链物流系统需求预测
4.5.3 基于灰色预测法的湖北省城乡食品冷链物流系统需求预测

第5章 基于优化神经网络的湖北省城乡食品冷链物流系统需求预测
5.1 人工神经网络及算例分析
5.1.1 人工神经网络概述
5.1.2 人工神经网络的模型和结构
5.1.3 基于多元回归和BP神经网络的湖北省城乡食品冷链物流系统需求预测
5.1.4 基于时间序列和BP神经网络的湖北省城乡食品冷链物流系统需求预测
5.2 基于Aw-BP的预测方法及算例分析
5.2.1 基于自适应权的BP神经网络预测优化算法（AW.BP）
5.2.2 基于Aw-BP的各种预测模型的算例分析
5.3 基于AwNG.BP的预测方法及算例分析
5.3.1 基于自适应权和小生境遗传算法的BP神经网络优化算法（AwNG.BP）
5.3.2 基于AwNG.BP的各种预测模型的算例分析

第6章 基于系统序参量的湖北省城乡食品冷链物流系统需求预测
6.1 系统论基础
6.1.1 系统和系统论
6.1.2 系统构成
6.1.3 动态系统理论
6.1.4 系统的特征
6.2 食品冷链物流的系统分析
6.2.1 食品冷链物流系统
6.2.2 食品冷链物流系统的状态参量和控制参量
6.3 基于系统序参量的多元回归预测模型的算例分析
6.4 基于系统序参量和AW-BP的非线性组合的预测模型的算例分析
6.4.1 模型的结构设计
6.4.2 数据的处理
6.4.3 参数设定
6.4.4 训练过程
6.4.5 误差分析
6.4.6 预测
6.4.7 灵敏度分析
6.5 基于系统序参量和AWNG-BP的非线性组合的预测模型的算例分析
6.5.1 模型的结构设计
6.5.2 数据的处理
6.5.3 参数设定
6.5.4 训练过程
6.5.5 误差分析
6.5.6 预测
6.5.7 灵敏度分析

第7章 分析与结论
7.1 各种预测模型的性能比较与分析
7.1.1 总体比较
7.1.2 基于技术和方法的比较
7.2 主要的研究成果及结论
7.3 相关对策及建议
参考文献