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BP神经网络模型的煤炭物流需求预测研究

从区域经济与煤炭产业内在关系的视角,对影响煤炭资源富集区物流的各因素进行分析和选择,构建BP神经网络预测模型,并利用Matlab技术对煤炭物流需求进行拟合,随后结合山西省1996-2011年的煤炭物流数据,分别对模型进行预测演练和精度检验,证明该模型应用于煤炭物流需求预测具有可行性和普适性,进一步对2012-2014年的煤炭物流需求进行预测,为现阶段煤炭产业物流的发展提供较为准确的参考。该模型首次采用区域经济指标结合产业发展因素的方法来对煤炭产业物流需求进行预测,在一定程度上反映了煤炭产业发展与煤炭物流需求之间的复杂映射关系,对今后区域内的产业物流需求预测具有重要的指导意义。     

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.     

夏域物流需求预测方法研究

对区域物流需求预测的方法进行了研究,在对各单项预测模型进行选择和建立的基础上构建了组合预测模型,并且研究了确定权重系数的科学方法,同时将此方法应用到区域物流实例当中,运用组合预测模型对江苏省物流量进行了预测.     

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。     

基于市场细分理论的城市物流需求预测模型与应用——以广州市为例

为了确定城市各类物流基础设施的合理规模、提高物流系统规划的科学性、促进城市物流的精准化管理，提出了城市物流需求规模的预测方法。基于市场细分理论，将城市物流需求精细划分为本地商贸物流需求（城市配送）、本地生产物流需求（生产物流）、对外交易型中转物流需求（区域分拨）和通过型中转物流需求（中转物流）4类，并建立各类细分物流需求与对应社会经济指标的关系模型，预测未来城市物流需求总量。以广州市为例进行应用研究，结果表明，基于市场细分理论的城市物流需求预测方法具有可实施性，并解决了传统交通需求模型对物流需求预测实用性不足的问题。     

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.     

基于组合预测模型的区域仓储人才需求预测

近年来,物流业的飞速发展带来了对物流人才的迫切需求。仓储作为物流中的核心环节,其人才的缺乏已经成为亟待解决的重要问题。如何紧贴市场和产业需求,培养出适合仓储业发展的高素质人才,成为各个国家和地区关注的焦点。本文按照东部、中部、西部、东北四个区域,以现有的人才资料和数据为基础,运用GM(1,1)灰色预测模型和趋势外推法,对各地区的仓储人才进行需求预测,然后运用组合预测法对预测结果进行修正,并对预测结果进行分析,以期为区域仓储人才的规划与决策提供科学的理论参考。     

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。     

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。     

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.     

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。     

基于集对分析的区域物流需求量预测模型建立研究

区域物流需求量预测是区域物流系统规划、物流资源合理配置中的重要环节,而区域经济是产生区域物流需求的内在决定因素,因此利用区域经济指标来预测区域经济需求量具有较强的可行性。文章试将区域第一、二、三产业国内生产总值与区域货运量联系起来,建立区域物流需求量预测模型。     

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。     

基于城市规划、土地开发和交通规划的交通需求预测

通过对研究区域现状调查与分析、区域规划分析,合理划定交通需求预测范围和交通小区,建立基于城市规划、土地开发和交通规划的交通需求预测模型,并以成都市龙泉驿区为例,结合的TransCAD软件进行交通需求预测,为把城市规划、土地开发和交通规划应用于交通需求预测提供了一种思路。     

基于GM（1，1）模型的营口港物流需求预测

港口物流规划是港口城市发展现代物流的一项重要内容,其中至关重要的一项就是对港口物流需求进行分析和预测。文中根据营口港物流发展现状,建立了基于GM（1,1）模型的港口物流需求灰色预测模型,并对预测结果进行了检验,通过检验可知GM（1,1）模型有很好的预测精度;同时预测了2012—2015年未来4年的物流需求,为政府进行港口物流规划以及制定相关的港口物流产业政策,促进区域经济与港口物流的整体协调和健康发展提供必要的决策数据。     

基于城市规划、土地开发和交通规划的交通需求预测

通过对研究区域现状调查与分析、区域规划分析，合理划定交通需求预测范围和交通小区，建立基于城市规划、土地开发和交通规划的交通需求预测模型，并以成都市龙泉驿区为例，结合的TnnsCAD软件进行交通需求预测，为把城市规划、土地开发和交通规划应用于交通需求预测提供了一种思路。     

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。     

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。     

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。