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.     

基于组合模型的深圳海岸物流需求预测分析

随着世界经济一体化的迅猛发展和产业结构的转型升级,我国经济社会发展进入了“新常态”。物流产业作为我国GDP的一个重要增长点,对国民经济的有序运行具有重要影响。港口物流作为物流产业的重要组成部分,对这个国民经济增长的促进作用也不容忽视。目前,我国的港口物流依然处于初始发展阶段,在发展过程中也面临着各种新问题和新挑战,但是发展前景非常广阔,各具有优越自然条件的地区都在大力推进港口物流的规划和建设。为了有效预测地区港口物流的有效需求和发展趋势,选取深圳港口为研究对象,根据影响港口物流需求的因素,建立了灰色GM(1,1)多元线性回归组合模型,为今后的物流业社会需求预测提供参考。     

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...     

乌鲁木齐市物流需求预测研究

通过对乌鲁木齐市物流现状及其特点的分析,指出乌鲁木齐市物流需求预测的影响因素和意义。在现有统计方式的前提下,可以通过货物运输的需求分析来推断物流需求。为克服单一预测方法假设条件及适用范围存在局限性的不足,通过对1999—2009年新疆GDP和货物运输量的变动分析,运用弹性系数法、指数平滑法、回归预测法以及综合预测法,对近期2015年、中期2020年、2025年、远期2030年乌鲁木齐市的公路、铁路、航空货物运输的需求量进行分析预测,各模型权重能够根据前期预测误差进行自适应调整,以保证预测精度。从而得出乌鲁木齐市未来物流需求的变动趋势,通过对未来物流需求特点及运输方式特点的分析,提出满足物流需求的对策建议。     

组合预测法下的云南特色农产品物流需求预测及分析

利用基于Shapley值权重分配的组合预测模型,结合近几年云南特色农产品进出口贸易数据,对其进行相应的物流需求预测,以增强预测的稳定性,来满足对未来物流环境变化的预测需要。     

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。     

基于价值量和实物量的湖南省物流需求预测

基于价值量和实物量对湖南省物流需求进行预测,根据对湖南省2010年GDP总量的预测和对物流成本占GDP比重的估计,得到湖南省社会物流总成本。利用定量回归分析方法对湖南省货运量的预测,说明湖南省综合货运量和物流成本以较快的速度增长,积极发展物流产业十分必要。     

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。     

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.     

基于灰色预测模型的物流需求分析

以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测。     

基于灰色预测模型的物流需求分析

以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测.     

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-FAHP的物流需求组合预测模型

面向物流需求的预测问题,提出了一种基于诱导有序加权平均算子和模糊层次分析法相结合的组合预测模型。首先,采用诱导有序加权平均算子建立组合预测模型,并基于历史数据解算各单项预测模型的加权系数;然后,针对组合预测模型中各单项模型的加权系数确定问题,引入模糊层次分析法,得到各单项预测模型的公平排序,进而确定各单项预测模型在预测年的诱导值序列,从而预测出相应物流需求量;最后通过应用算例验证了该模型的正确性和可靠性。     

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IOWA-FAHP的物流需求组合预测模型

面向物流需求的预测问题,提出了一种基于诱导有序加权平均算子和模糊层次分析法相结合的组合预测模型.首先,采用诱导有序加权平均算子建立组合预测模型,并基于历史数据解算各单项预测模型的加权系数;然后,针对组合预测模型中各单项模型的加权系数确定问题,引入模糊层次分析法,得到各单项预测模型的公平排序,进而确定各单项预测模型在预测年的诱导值序列,从而预测出相应物流需求量;最后通过应用算例验证了该模型的正确性和可靠性.     

基于多元线性回归模型的河北省物流需求预测实证分析

尝试运用多元线性回归模型对河北省物流需求进行预测分析.在借鉴前人研究成果的基础上,选取研究指标,并且根据统计对数据的严格要求,选取了1990-2009年河北省统计年鉴上的相关指标作为数据来源,并对数据进行了逐步回归,以消除多重共线性,最后得出回归模型,并对模型进行了相关检验,验证模型是适合进行预测的.最后提出基于货运量是物流需求预测的关键,从三个方面提出加快河北省物流产业发展的政策建议.