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。     

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神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。     

福州市物流需求预测方法及应用研究

通过对福州市物流发展水平和主要经济影响指标因素进行相关分析,找出与物流发展水平关联度较大的经济影响指标,选取一元线性回归预测法、弹性系数分析法、灰色预测模型法和加权组合预测方法对福州市物流需求量进行预测,并对各方法建立科学可操作性的预测模型,为福州市物流规划提供定量依据。预测结果显示,2030年福州市物流需求相比2014年将有159%的增长。     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性.借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系.对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的.     

融合灰色理论与马尔科夫链的青岛市物流需求量预测

物流需求预测的准确性对物流基础设施投入和物流政策制定是至关重要的。根据物流需求受经济、社会发展和环境政策等不确定因素影响的特点,融合灰色理论与马尔科夫链,用灰色预测揭示系统时序变化的总体趋势,马尔科夫方法预测序列的随机波动的范围,能够优化灰色预测结果,提高预测的精度。以货运量为物流需求度量指标,建立灰色状态马尔科夫组合预测模型,对十二五期间青岛市物流需求量进行预测,预测结果可为青岛市十二五期间物流发展战略制定、物流服务体系构建和物流园区建设等工作提供理论参考和数据支撑。     

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。     

基于主成分分析的区域物流需求预测指标研究

首先分析了我国物流统计现状,指出我国区域物流统计制度体系仍然存在不足,制约了区域物流需求预测的研究;对比欧美国家预测物流需求时的指标数,说明我国区域物流预测指标中存在的问题;最后,以湖北省区域物流需求预测为例,运用主成分分析法把影响区域物流需求的多个指标综合为两个主成分指标,能为区域物流需求预测指标研究提供一定的参考.     

基于BP神经网络的北京物流需求预测及分析

从北京市的物流需求现状出发,通过分析其物流需求规模的衡量指标和影响因素,建立物流需求规模预测指标体系,并根据实际数据建立BP神经网络预测模型,预测结果显示北京市的物流需求呈增长之态,在一定程度上能够为北京市物流规划提供定量依据.     

基于多元线性回归的湖南省物流需求分析

利用多元线性回归的方法和SPSS软件,对湖南省的物流需求情况进行了预测与分析。根据建立的模型,预测了未来五年湖南省的物流需求,分析了影响物流需求的因素。研究结果可为湖南省物流产业的科学规划提供一定的建议。     

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。     

物流园区物流需求预测方法研究

在阐述了物流需求预测存在的问题的基础上,提出了确定物流园区物流需求的“宏观法”和“市场法”,并对这两种方法的预测原理、公式、步骤以及各自的优缺点和适用范围进行了阐述。最后,提出了物流园区物流需求预测的研究方向。     

广西物流需求分析与预测——基于产业关联的视角

文中从产业关联的角度对广西省物流需求分析与预测,首先说明物流需求的概念与区域物流需求的构成,然后利用投入产出方法对广西物流需求量进行预测,得出广西主要产业的物流需求价值量.     

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。     

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。     

基于IOWA算子的组合预测模型在物流需求预测中的应用

根据2000~2009年宁波市物流需求的数据,采用灰色GM 1,,1,模型和一元线性回归模型进行组合优化,建立了基于诱导有序加权平均(IOWA)算子的物流需求量组合预测模型。结果表明基于IOWA算子的组合预测模型能有效提高预测精度,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2010~2013年宁波市物流需求作出预测。