淮海经济圈区域物流需求预测

区域经济与区域物流是相互依存,相互促进的统一体,现代物流对经济增长的基础和促进作用可以通过物流发展带来物流体系的改善,从而对经济增长产生作用。本文以淮海经济圈为例,探讨了区域物流需求与GDP、区域货运量的关联度。     

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。     

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.     

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。     

灰色预测模型在区域物流需求预测中的应用

区域物流需求属于派生需求,由区域经济发展水平决定,对区域经济的发展具有服务引导作用。灰色预测模型具有对数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。文章介绍了灰色预测模型以及在区域物流需求中应用,并结合实例进行了应用研究,通过误差检验,灰色预测模型具有较高的预测精度,是一种非常实用的预测方法.     

基于灰色模型的临沂市物流需求预测

为了在深度和广度上扩展物流产业、规划建设物流园区,根据临沂市物流业发展现状,运用灰色预测模型,充分考虑了GM(1,1)模型自身的特点和适用范围,以临沂市2006-2011年的货运量和社会商品零售总额为依据,预测了2012-2015年的物流需求量,并根据临沂市物流业发展的实际情况和经济发展情况,对GM(1,1)模型的预测结果进行了分析,为制定区域物流发展规划、确定物流基础设施建设规模提供定量依据,对制定宏观经济政策和促进地区经济发展具有重要意义.     

基于BP神经网络的物流需求量预测模型研究

本文利用神经网络理论，建立了时间序列对象的反向传播（back-propagation，BP）预测模型，运用于物流需求量预测。并通过实例分析，验证了本模型的科学性与正确性。     

基于BP神经网络的物流需求分析与预测

从宏观角度、经济发展的层面提出了我国物流需求的界定和衡量方法,并利用BP神经网络构建了物流需求预测模型。该模型不仅揭示了经济发展水平与物流需求之间的非线性映射关系,同时也为我国物流基础设施网络规模的确定和物流基础设施网络的规划与布局提供了一种新的思路和方法。     

基于BP神经网络的武汉市物流需求模型预测及发展战略研究

从社会经济发展的层面提出了物流需求的界定和衡量方法,并利用BP神经网络对武汉市2010年物流需求量进行了预测;该模型不仅揭示了外部经济系统和内部运输系统与物流需求之间的非线性映射关系,同时有助于对武汉市现代物流业发展战略进行具体分析和规划。     

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。     

基于区域经济联系的连云港港口物流发展需求分析研究

从区域之间的经济联系着手,用定性和定量相结合的方法,分析了基于经济腹地的连云港的物流需求。     

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。     

基于产业结构的区域物流需求分析

运用区位商的概念与方法，以广西为例，分析了广西农业、工业和服务业产业结构特征对区内农产品、工业品和消费品物流需求结构的影响。