基于CAS的企业物流系统分析

企业物流系统是由人、财、物、信息等基本要素构成的,具有系统的一般共性。文中重点介绍了企业物流系统是一个复杂适应系统(CAS),具有:自组织性;涌现性;主体的聚集、分裂和行为模式协调性;动态性;非线性和协调性。并且提出了针对企业物流系统发展的一些政策性建议。     

物流创新系统复杂适应性研究

应用复杂适应性理论分析物流创新系统的复杂适应性,研究了物流创新系统运作的模拟流程,并提出了基于主体的建模仿真方法研究系统的思路。     

基于ARIMA-RBF模型的区域物流需求预测

区域物流需求预测是区域物流系统规划和设计研究的基础,其结果为区域物流系统规划和设计提供科学的依据。考虑到影响区域物流需求的因素众多且复杂,且单一的预测模型很难做出准确预测,首先通过对影响物流需求的各生产或经济指标进行相关性分析,并构建基于ARIMA-RBF模型的区域物流需求量预测模型,然后以吉林省为例,对吉林省2014-2020年物流需求发展趋势进行了预测。结果表明,该方法具有较高的预测精确度,适用于不规则变化的区域物流需求预测。     

制造企业协同物流系统本体建模与推荐

制造企业协同物流系统涉及复杂的领域知识表达与识别、关系语义定义、知识获取等3个方面的问题。文章针对以上问题对基于区域经济的制造企业协同物流系统协作机制进行了深入研究,提出基于本体构建制造企业协同物流系统模型的方法,用于解决协同物流系统服务资源的定义、描述和发现等实现资源优化配置的关键问题。     

制造企业协同物流系统本体建模与推荐

制造企业协同物流系统涉及复杂的领域知识表达与识别、关系语义定义、知识获取等3个方面的问题.文章针对以上问题对基于区域经济的制造企业协同物流系统协作机制进行了深入研究,提出基于本体构建制造企业协同物流系统模型的方法,用于解决协同物流系统服务资源的定义、描述和发现等实现资源优化配置的关键问题.     

ANN分析在广西区域物流需求预测中的应用

由于经济的不确定性、不重复性以及物流统计体系的不健全,造成了相关统计数据不够完备,同时,区域物流网络系统作为经济社会系统的一个子系统,具有数据少和信息不确定等模糊性的特征,使得如何对区域物流网络进行市场需求预测成为一个亟需解决的难题。文中尝试采用可以处理非线性、高度复杂系统的人工神经网络(ANN)方法建立区域物流需求预测模型进行分析,进而确定预测年度物流发展的总体规模。并将该模型应用于广西区域物流需求的实际预测中。     

基于并行工程理论的物流系统方案设计方法研究

借鉴制造业并行工程（CE）的理论和方法，对基于CE的物流系统方案设计的概念进行了界定。比较和分析了物流系统方案设计过程中串行模式与并行模式的差异。给出了基于CE的物流系统方案设计的基本方法和基于成本的集成设计的绩效评价模型。提出了实施采用CE方法的物流系统方案设计时所需要注意的问题。     

基于系统动力学的物流系统研究

本文将系统动力学方法应用于物流运输这个复杂的系统当中,建立模型,对现实情况进行模拟,以期为物流企业提供定量的可持续发展预测分析,达到辅助企业科学决策的目的,引导物流企业沿着正确的方向发展壮大,提高物流企业生存竞争的能力,并进一步促进物流企业管理的科学化与现代化。     

基于Matlab的神经网络预测模型研究

本文针对物流系统多种因素相关的非线性特点，建立了人工神经网络模型并对物流系统历史数据进行拟合，抽取和逼近负荷曲线进行物流预测。它的优点在于它具有模拟多变量而不需要对输入变量做复杂的相关假定。不要求知道输入输出变量间的函数关系，只需通过对输入输出数据的训练，获得输入输出之间的映射关系，来进行负荷预测。该预测模型在Matlab软件平台上进行了仿真，结果反映了该预测模型的有效性和实用性。     

基于BP神经网络的服装出口预测

服装出口贸易受到国内国际诸多因素的影响,是一个复杂的非线性系统。BP神经网络能够以任意精度逼近任何一个具有有限间断点的非线性函数,特别适合于解决非线性系统的预测决策问题。采用三层BP神经网络对我国服装出口进行预测,结果表明该方法能有效的对服装出口进行预测。     

灰色系统理论在上海港港口物流发展预测上的应用研究

应用灰色系统预测理论,以上海港为研究对象,建立灰色系统GM（1,1）模型对港口集装箱吞吐量和口岸进出口贸易值进行预测,可有效克服原始数据的离散性,在少信息的情况下得到高精度的预测蛄果.本文选择港口集装箱吞吐量和口岸进出口贸易值这两个与上海港港口物流发展水平密切相关的指标,并以此为基础对上海港港口物流发展进行中短期的预测,并对预测的结论进行了分析.     

物流中心货运需求预测

针对以往物流中心货运需求预测存在的局限性,提出了一种新的方法,即先求出物流中心吸引范围内的区域货运需求预测总量,然后对该区域内的所有物流结点做竞争力评价,求出该物流中心的需求量在整个区域需求总量中所占的比例,最后将预测总量与比例相乘就得到该物流中心的有效货运需求预测量。     

基于BP神经网络与GM(1,1)组合的北京市物流需求预测模型

通过分析影响北京市物流需求的相关因素,构建北京市物流需求预测影响因素指标体系。运用BP神经网络和GM(1,1)方法,建立北京市物流需求组合预测模型,选取近20年的统计数据对未来五年的物流需求进行预测,得出物流需求总量及变化规律,并以此提出推进北京市物流业发展的有效途径,为物流系统规划提供合理依据及有效发展途径。     

区域物流需求指标体系初探

区域物流需求的分析是区域物流规划制定的决定性影响因素,由于当前的理论和实践多偏重于具体预测方法的研究与应用．而对于需求指标体系的建立尚无系统描述为保证需求指标的科学性和完整性,应从规模指标、速度指标、弹性指标、强度指标、能力指标采其同表征物流需求;为了保证需求指标的可操作性和易操作性,选取物流设施用地规模及物流设施投资额作为与需求指标相对应的物流要素供给控制指标。     

城市物流需求供给研究

对物流需求进行分析的同时,构建了较为全面的物流需求指标体系,同时利用多种预测方法对各个指标进行了动态预测,最后建立了物流需求供给匹配模型。     

基于灰色系统的江苏省物流需求预测

准确的物流需求预测对我们的物流管理活动具有重要的指导意义。运用灰色关联度和灰色系统模型,对江苏省物流需求进行动态预测,预测结果的检验和分析,表明模型较精确,可以为物流需求预测提供一定的参考。     

南阳市物流供需平衡研究

选取相应的物流需求指标，利用多种预测方法对各个指标进行了动态预测，分析南阳市物流供需间存在的问题并提出相应对策。     

基于BP神经网络的武汉市物流需求模型预测及发展战略研究

从社会经济发展的层面提出了物流需求的界定和衡量方法,并利用BP神经网络对武汉市2010年物流需求量进行了预测;该模型不仅揭示了外部经济系统和内部运输系统与物流需求之间的非线性映射关系,同时有助于对武汉市现代物流业发展战略进行具体分析和规划。     

基于灰色预测模型与季节指数的区域物流需求预测

针对灰色预测模型在区域物流中不能有效解决因季节变动而引起的物流需求变化的问题,引入季节指数的概念,构建基于灰色模型和季节指数的物流需求预测模型,并给出了相应的具体实施方案。最后以哈尔滨市物流需求统计数据为例,对所提方法进行了仿真分析,仿真结果表明了该方法的有效性和可行性。     

基于灰色神经网络的区域物流需求预测

区域物流与区域经济存在密切关系。从决定区域物流需求的经济因素出发,利用BP神经网络的非线性强拟合能力,建立两者的非线性映射关系;针对模型外推预测的能力不足提出改进的方案,采用灰色模型与神经网络相结合进行预测研究,并用广东省物流需求预测做实证,验证了模型的有效性。