数据量较大较复杂时，BP神经网络模型和时间序列分析模型在预测物流量方面哪个更好，有什么文献支撑吗，请举出具体中文文献

针对您提出的问题，我可以给您回答。根据目前的研究和实践经验，对于预测物流量这样的时间序列问题，时间序列分析模型往往比BP神经网络模型更加适用。这是因为时间序列分析模型在建模过程中能够比较好地考虑到序列的趋势、季节性、周期性等因素，具有更好的解释性和可预测性。而BP神经网络模型则更适用于非线性问题的建模，但在处理时间序列问题时，由于建模时忽略了时间相关性，存在一定的局限性。当然，这只是一个经验性的结论，具体问题具体分析。可以参考以下中文文献：

1. 韦志刚, 肖毅. BP神经网络和时间序列模型在物流作业量预测中的比较[J]. 系统工程, 2006(03):70-73.

2. 徐佳, 李卫东, 徐晓健. 基于ARIMA模型和BP神经网络模型的货运量预测比较研究[J]. 信息技术, 2012(01):117-118.