关键词：支持向量机 蚁群算法 影响因子 区域需求 

摘要：研究区域物流需求预测优化问题，区域物流需求与经济结构和资源分布相关，因此存在较强的非线性，属于一种小样本、非线性数据结构。传统线性、大样本预测方法无法进行准确预测，预测精度比较低。为提高了区域物流需求预测精度，提出一种支持向量机物流需求预测方法。首先采用多元回归分析法选择区域物流需求的影响因子，然后将输入样本输入到支持向量机学习，并通过蚁群法对支持向量机参数进行优化，最后建立区域物流需求与影响因子之间复杂的非线性关系模型。采用上海市1978—2003年物流需求量对模型性能进行测试，结果表明，相对于多元线性回归、BP神经网络模型，支持向量机提高了区域物流需求的预测精度，在区域需要预测中具有广泛的应用前景。

计算机仿真杂志要求:

{1}研究论文需有200～300字的内容摘要。摘要两字用黑体五号字，摘要内容用楷体五号字。

{2}来稿不得涉及国家机密，涉及者应有单位证明。来稿一式两份，请自留底稿，文稿不论录用与否一律不退稿。

{3}来稿应有创新；立论科学，主题明确，推理严谨;词语准确，句子精练，使用标准简化字；遵从国家法定计量单位、数字用法、标点符号及其他标准。

{4}第一级标题居中，用中文数字一、二、三等编号；第二级标题左对齐，用中文数字（一）、（二）、

{5}尊重作者确定的署名方式，但作者须在原稿上注明真实姓名和联系方式。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社