共查询到10条相似文献,搜索用时 15 毫秒
1.
快递业务量的预测是我国邮政业制定发展策略的重要前提。通过采用灰色GM(1,1)预测、多项式趋势外推预测、指数平滑预测及Shapley值分配权重的组合预测模型对我国2012-2021年快递业务量进行分析,对比预测结果与平均相对误差,证实了基于Shapley值法的组合预测模型在我国快递业务量中的预测精度高于三种单一预测模型,具有科学性。利用此模型对我国“十四五”期间快递业务量进行预测,为政府、邮政管理部门及快递相关企业制定发展策略提供参考。 相似文献
2.
二十世纪九十年代以来,航空快递市场飞速发展。一些航空快递公司正抓住这一黄金时期,加速发展。发展离不开基础设施建设.而正确预测出将来的业务量是确定基础设施规模关键。本文以北京某航空快递公司业务量预测为例,介绍几种业务量预测常用的方法。 相似文献
3.
4.
随着经济飞速发展,我国快递业务量逐年上升,快递业的发展水平成为衡量区域经济和社会发展的重要指标。文章通过爬虫技术获取2016年1月—2022年11月江苏省的快递业数据,通过Anaconda平台使用季节性差分自回归滑动平均模型(Seasonal Autoregressive Integrated Moving Average,简称SARIMA)对获取的数据进行分析。考虑到原始数据为非平稳时间序列,进行差分处理和参数分析,最终确定模型为SARIMA(1,1,1)(0,1,2)12,结果表明该模型的数据拟合较好。通过模型对2022年12月—2023年5月的快递量进行预测。文章认为,预测模型的数据能更好地助力快递业解决可能发生的风险和不确定因素,为今后区域经济和区域快递业务发展提供重要参考。 相似文献
5.
6.
7.
8.
9.
10.
针对快递行业的特点,运用GM(1,1)模型对中国2003-2010年快递行业的总收入进行模拟,对模拟结果采用了多种方法进行检验,并对未来几年的中国快递收入进行了预测。结果表明GM(1,1)模型能够很好地模拟中国快递行业收入数据,而且具有较高的模拟精度。 相似文献