安徽省能源需求的组合预测

根据预测理论,结合安徽省历年能耗的数据,在建立能源需求单项预测模型的基础上,建立组合预测模型,对2008～2014年的能源需求量进行预测。结果表明:组合预测模型的精度高于单项预测模型;安徽省能源需求量正以较快的速度在增长。     

木材加工厂原料需求量预测分析

木质原料需求量预测是木材加工企业库存控制的关键环节,甚至会直接影响到加工厂未来运营计划的整体规划。文中以福建某造板厂木材原料需求量为基础数据,建立组合灰色预测和三次指数平滑预测的预测模型,采用误差平方和极小化的方法确定单项预测模型最优权重,并对造板厂木材原料需求量加以预测和分析。     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM(1,1)组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM(1,1)模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM(1,1)模型,最后利用线性回归模型、DGM(1,1)模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM（1,1）组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM（1,1）模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM（1,1）模型,最后利用线性回归模型、DGM（1,1）模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

基于IOWA算子的灰色—多项式组合模型在武汉市物流需求预测中的应用

针对2002～2009年武汉市物流需求的数据,采用灰色GM 1,1模型和多项式拟合模型两种单项预测模型对数据进行建模预测。并结合组合预测理论,采用基于IOWA算子的组合预测模型进行预测,结果表明基于诱导有序加权平均算子的组合预测模型的预测精度明显高于两种单项预测方法,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010～2012年的武汉市物流需求作出预测。     

基于灰色组合模型的区域物流需求预测研究

系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足。最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性。     

广义加权对数平均组合预测模型的性质与应用

针对组合预测模型能够充分利用各种单项预测方法提供的信息,从而具有模拟和预测精度较高的优点,研究和探讨了广义加权对数平均组合预测模型的最优化理论基础及其数学性质,在组合预测模型预测值与单项预测方法预测值的P次幂误差平方和最小的基础上建立了广义加权对数平均组合预测模型,并推导出最优权的计算公式。最后通过实例证明了该模型的有效性和实用性。     

基于灰色组合模型的区域物流需求预测研究

系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足.最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性.     

基于多元变权组合预测模型的物流需求预测

物流需求预测是保障物流服务供给和需求平衡的重要依据,也是现代物流企业发展研究的重点之一.本文应用斜关联度选取地区生产总值、三产增加值、全社会固定资产投资总额、社会消费品总额以及人口数量指标建立多元回归预测模型和多变量灰色预测模型,鉴于单项预测模型的局限性,以绝对误差平方和最小为目标,通过改进变权组合预测方法确定最佳变权系数,构建物流需求的多元变权组合预测模型.结果表明:多元变权组合预测模型预测效果更优,方法在物流需求预测中有较好的效果.     

河南农村物流需求的组合预测及策略研究

河南作为农业大省大力发展农村物流对其率先实现中部崛起有着很重要的现实意义,预测河南农村物流需求对于制定发展战略显得尤为重要。文中以河南农村消费品零售总额为河南农村物流需求预测指标,综合一元线性回归、时间序列双指数平滑法、移动平均法,建立组合预测模型,追求预测误差平方和最小,预测出河南农村物流需求呈良性发展趋势,并就进一步发展河南农村物流提出建议。     

煤炭物流集散中心流量预测研究

针对以往煤炭物流货运需求预测存在的局限性,研究构建以人工神经网络为主,以其它传统预测方法为辅的物流集散中心流量预测模型,用于对煤炭物流中心的年运输需求量进行预测。组合预测分析的实质是“信息的最大化利用”公理在预测分析中的一种体现,为决策与规划提供更多的信息支持。     

基于支持向量回归机的物流需求预测模型研究

通过介绍物流需求和支持向量机的基础理论,利用经济与物流需求之间的关系,提出了基于支持向量回归机的物流需求预测模型,给出了构建模型的具体分析步骤,并通过实例详细阐述了模型的应用过程,预测结果验证了模型的可行性和有效性。     

基于灰色系统理论的常州市物流需求预测

地区性的物流需求预测对于制定宏观经济政策和促进地区经济发展具有重要意义。根据常州市近10年来的物流需求变化,建立了灰色预测的GM（1,1）模型,通过计算对常州市今后10年的物流需求进行了预测,为政府规划地区物流发展提供相关理论参考。     

基于BP神经网络的物流需求量预测模型研究

本文利用神经网络理论，建立了时间序列对象的反向传播（back-propagation，BP）预测模型，运用于物流需求量预测。并通过实例分析，验证了本模型的科学性与正确性。     

基于双变量线性回归模型的物流需求预测——以内蒙古为例

物流产业作为综合性很强的经济产业,无论是宏观决策,还是物流企业的规划和经营决策,都需要以正确的预测为前提。针对物流需求的特点。运用双变量线性回归模型对物流需求进行预测,并以内蒙古为例进行了实证。     

基于BP神经网络的物流需求分析与预测

从宏观角度、经济发展的层面提出了我国物流需求的界定和衡量方法,并利用BP神经网络构建了物流需求预测模型。该模型不仅揭示了经济发展水平与物流需求之间的非线性映射关系,同时也为我国物流基础设施网络规模的确定和物流基础设施网络的规划与布局提供了一种新的思路和方法。     

基于粒子群优化的LS-SVM的福建航空物流需求预测

根据福建省过去十几年航空货物发送量的数据,针对航空物流预测的不确定性,将粒子群优化算法和最小二乘支持向量机相结合,采用粒子群优化最小二乘支持向量机的方法来建立模型。并将优化后的最小二乘支持向量机模型应用于福建省航空物流的需求预测中,而后通过仿真对结果进行验证。     

灰色预测算法在物流园区需求预测中的应用

对物流园区需求预测进行了系统分析,介绍了灰色预测算法,和物流园区腹地划分方法;结合连云港港口物流园区需求预测的实例进一步阐述了灰色预测算法在物流园区需求预测中的应用.     

基于灰色系统理论的湖南省物流需求预测分析

文中以灰色系统理论思想为指导,运用灰色GM(1,1)模型,以货运量表征物流规模。根据湖南省近10年来的物流需求变化,建立了灰色预测的GM(1,1)模型,预测湖南省今后5年的物流需求,为政府规划地区物流发展提供相关理论参考。