上海港口集装箱吞吐量影响因素分析

以上海港口历史数据为依据,分析集装箱吞吐量的主要影响因素.采用不同方法建立两个多元线性回归预测模型,并对模型进行检验.引用指数平滑预测模型与两个模型进行预测标准误差比较,选出最优模型对2010年和2020年上海港口集装箱吞吐量进行研究预测.最后对预测结果进行因素分析.     

基于农村物流需求量的组合预测分析

农村物流需求量的预测对于农村物流的发展有重要意义。文章把农村消费品零售总额作为农村物流需求量预测指标．通过分析各影响因素,建立了多元回归、双指数平滑及移动平均单预测模型。根据得出的单项预测误差数据,采用折扣系数法建立组合预测模型,使得组合预测模型预测误差平方和最小。预测能力明显优于单项预测模型。     

基于matlab软件的动态指数平滑模型建立与应用

动态指数平滑模型的建立依托于指数平滑法优势,以寻找最小误差平方和为目标参数,广泛应用于各类实际问题的解决。本文以二次平滑指数和某景点游客预测问题为基础,探讨如何利用matlab软件建立动态指数平滑模型,结果证实,其可以更加高效准确的找到合适平滑参数,提升模型精确度,有利于实际问题的解决,适宜广泛推广应用。     

组合预测模型在武汉港集装箱吞吐量预测中的应用

为使港口集装箱吞吐量预测的误差更小,精度更高,提出运用弹性系数法、灰色模型法、三次指数平滑法的组合预测模型,预测了武汉港未来特征年的集装箱吞吐量,研究结果表明,组合模型相比单一预测方法能够降低误差、提高精度,预测结果更加理想。     

基于Shapley值组合模型的我国快递业务量预测

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。     

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测。以此来避免单一模型的不足,从而提高模型的预测精度。通过2005-2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度。     

木材加工厂原料需求量预测分析

木质原料需求量预测是木材加工企业库存控制的关键环节,甚至会直接影响到加工厂未来运营计划的整体规划。文中以福建某造板厂木材原料需求量为基础数据,建立组合灰色预测和三次指数平滑预测的预测模型,采用误差平方和极小化的方法确定单项预测模型最优权重,并对造板厂木材原料需求量加以预测和分析。     

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测.以此来避免单一模型的不足,从而提高模型的预测精度.通过2005 -2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度.     

配送中心需求量的时间序列预测方法研究

本文通过对物流需求预测的时间序列预测方法的组成成分、基本结构进行分析，利用编制计算机程序来建立时间序列需求量预测的简单指数平滑法、自适应指数平滑法和HOLT指数平滑法三种预测模型，为配送中心的库存控制提供支持。     

河南农村物流需求的组合预测及策略研究

河南作为农业大省大力发展农村物流对其率先实现中部崛起有着很重要的现实意义,预测河南农村物流需求对于制定发展战略显得尤为重要。文中以河南农村消费品零售总额为河南农村物流需求预测指标,综合一元线性回归、时间序列双指数平滑法、移动平均法,建立组合预测模型,追求预测误差平方和最小,预测出河南农村物流需求呈良性发展趋势,并就进一步发展河南农村物流提出建议。     

我国私家车保有量的模型分析

我国社会经济的快速发展,为我国私家车的发展提供了巨大的空间。然而,交通堵塞、环境污染等问题也接踵而来,这与我国汽车行业的发展具有密切的联系。因此,对私家车保有量进行科学预测具有重要意义。本文以我国1990~2012年私家车保有量为研究对象,分别利用非线性回归预测法、弹性预测法、改进的弹性预测法和二次曲线指数平滑法对私家车保有量进行预测,并以使均方误差MSE最小为原则,选择出最优的预测模型——改进的弹性预测模型对2013~2015年我国私家车保有量进行预测。     

金融资产泡沫风险预警指标体系与实证分析

本文以金融资产泡沫风险的同步变量构成的中国金融资产泡沫压力指数为被解释变量,采用Granger因果检验方法,检验出与金融资产泡沫压力指数有因果关系的指标后,以遴选出的宏观经济变量、房地产价格变量和资产价格变量为解释变量,运用逐步回归法建立了金融资产泡沫风险最佳预测模型,从而构建起了合理、实用的金融资产泡沫风险预警指标体系,形成连续的资产泡沫压力指数走势图;并用此最优预测模型对我国2011年金融资产泡沫风险状况进行了预测。预测结果表明,前三季度我国金融系统性风险呈上升态势,即存在资产泡沫风险。     

基于因子分析和支持向量机的粮食产量预测模型——以广东为例

广东省粮食产量连年下降,粮食安全形势非常严峻。为了制定有效的粮食安全对策和设施规划,对粮食产量等主要指标进行准确预测至关重要。在对常用的粮食产量预测方法,如指数滑移、灰色系统等进行研究之后,这些方法的预测结果仍然不够满意。考虑到广东省粮食产量变动的特点,尝试将因子分析和支持向量机相结合,构建了广东省粮食产量的因子分析支持向量机组合预测模型。研究结果表明:相对于其他单一预测模型,该模型具有更高的预测精度和泛化能力。     

基于季节性指数平滑法的MRO物资预测

针对北京京城工业物流有限公司提交的采购订单在时间上不够准确、供应商难以控制生产提前期的问题,设计了较为合理的采购流程.以需求预测信息为基础,将MRO(生产和维修)物资按ABC分类法进行分类,绝大多数的A类MRO物资的需求量都呈现明显的季节性变动的特点,采用季节性指数平滑法对MRO物资进行预测.建立了季节性指数平滑法的预测模型,进行了平滑指数的选择.在此基础上,以2008、2009两年的数据作为历史数据,用季节性指数平滑法进行了2010年的预测,并与实际数据进行了对比分析,误差结果在可以接受的范围内,证明了季节性指数平滑法预测此类MRO物资时的有效性.     

销售预测模型知识库的分析与设计

大型商场经营决策中常需要进行商品销售预测,常用的定量预测方法有时间序列分析预测法(包括指数平滑法、趋势外推预测法、季节变动预测法等)和回归分析预测法(包括一元回归模型和多元回归模型)。大多数商场经营管理人员对这些预测模型的使用不甚了解,所以有必要建立预测模型选择方面的知识库,帮助他们轻松地选择预测模型进行预测。为了获取有关如何选择上述预测模型方面的知识,首先必须分析这些预测模型的来龙去脉以及实际应用中如何恰当地对这些方法做出选择。１.时间序列分析预测法时间序列分析预测法是根据预测对象自身历史演变模式外推…     

指数平滑预测法在汽车涡轮增压器市场的应用

汽车涡轮增压器市场目前进入高速增长期,业内竞争愈发激烈,对未来市场需求做出准确预测对各企业制定相关决策也愈发重要。文章通过分析汽车涡轮增压器市场需求的影响因素和变化规律,结合指数平滑预测法的适用原则,建立数学预测模型,对中短期未来需求进行预测,为相关企业提供决策依据。     

组合预测法在中长期电力负荷预测中的研究与应用

电力系统中长期负荷预测是电力系统规划和运行研究的重要内容[1],它是保证电力系统可靠和经济运行的前提,同时也是电网规划建设的依据和基础。线性回归模型、指数平滑模型、灰色模型是常用的单模型中长期负荷预测方法,组合预测法是运用这三种方法的组合,通过运用最优权重系数方法来确定各个模型的权重,使预测的精度更高,误差更小。     

不同需求预测方法对供应链牛鞭效应影响的比较分析

首先运用一次滑动平均和指数平滑预测方法分析了一个简单的多阶段供应链中的牛鞭效应的存在.进一步提出了基于BP神经网络的预测方法,并根据调查数据进行了实证分析,结果表明预测方法不同,得到的牛鞭效应的大小也不同,需求参数对牛鞭效应的影响规律也有所不同,得到了最优的预测方法即BP神经网络法,通过该预测模型的预测可以减轻牛鞭效应的程度及其对供应链的影响.     

海南自贸区旅游业客源组合预测模型 ——基于IOWGA算子

新出台的海南自由贸易区总体规划中明确提出要重点发展旅游产业,本文根据海南省2011-2016的接待游客总人数的真实数据,分别以指数曲线模型、灰色系统理论为理论基础,建立海南旅游业客源指数曲线预测模型、GM(1,1)预测模型进行预测,再在诱导有序加权集合平均算子(IOWGA)的基础上建立组合预测模型,并以此组合模型对海南省全境2017-2020年的接待游客总人数进行预测,最后,根据预测结果给出了一些对海南自贸区在未来几年旅游产业发展的对策和建议。     

广义加权对数平均组合预测模型的性质与应用

针对组合预测模型能够充分利用各种单项预测方法提供的信息,从而具有模拟和预测精度较高的优点,研究和探讨了广义加权对数平均组合预测模型的最优化理论基础及其数学性质,在组合预测模型预测值与单项预测方法预测值的P次幂误差平方和最小的基础上建立了广义加权对数平均组合预测模型,并推导出最优权的计算公式。最后通过实例证明了该模型的有效性和实用性。