货物周转量与经济发展关系研究

分析了货物周转量的主要影响因素,以6个经济指标作为解释变量,通过相关性分析,得到各指标变量与货物周转量的相关系数;同时运用主成分分析,构造了货物周转量与国内生产总值(GDP)之间的线性回归模型;并对建国以来我国货物周转量同GDP关系的阶段性特征予以分析。数学模型实证检验结果表明:各个经济发展阶段,货物周转量同GDP均呈现线性关系,并且随着经济的发展,单位GDP增长所需的货物周转量呈现出减小的趋势。     

货物周转量与经济发展关系研究

分析了货物周转量的主要影响因素,以6个经济指标作为解释变量,通过相关性分析,得到各指标变量与货物周转量的相关系数;同时运用主成分分析,构造了货物周转量与国内生产总值(GDP)之间的线性回归模型;并对建国以来我国货物周转量同GDP关系的阶段性特征予以分析.数学模型实证检验结果表明:各个经济发展阶段,货物周转量同GDP均呈现线性关系,并且随着经济的发展,单位CDP增长所需的货物周转量呈现出减小的趋势.     

安徽省“十四五”能源消费趋势预测研究——基于SVR模型

本文选取2000～2020年安徽省样本数据,建立能源消费支持向量回归预测模型,预测了安徽省“十四五”能源消费总量和煤炭、石油、天然气及电力的消费量,并分析了单位地区生产总值能耗量。研究发现：整体上,安徽省“十四五”能源消费总量呈现先缓慢上升后下降的趋势,平均消费量为15183.8万吨标准煤,平均增速为0.79%,预计2025年能源消费总量达15275万吨标准煤;分能源品种来看,煤炭和石油的消费量呈现显著的不断下降的走势,天然气和电力的消费量总体上保持上升的态势;单位地区生产总值能耗呈明显下降趋势,平均值为0.56万吨标准煤/亿元,年平均下降率为5.38%。为此,可通过引进和研发节能技术、发展非化石能源等方式,促进安徽经济高质量发展。     

基于非线性支持向量机区域物流量预测

针对现阶段物流系统样本量少的具体状况，从神经网络的非线性预测分析入手，建立物流量预测非线性支持向量机模型并在廊坊市应用，与其它预测方法进行比较，证明采用支持向量机用于区域物流量预测的正确性、可行性并具有较高精度。     

中国黄金期货价格的SVR智能预测研究

以中国黄金期货为研究对象,选取了开盘价、最高价、最低价、收盘价、成交量和成交额6项指标作为样本的特征指标变量,运用归一化方法消除特征指标变量间因量纲不同而造成的预测误差,进而引入支持向量回归机(Support Vector Regression Machine,SVR)智能方法对该期货的开盘价格进行预测研究,并通过引入网格搜索法对SVR模型的最优参数进行寻找,从而构建了最优的SVR智能预测模型。通过对训练样本集与测试样本集的实证研究发现,文章所构建的最优SVR智能预测模型具有优越的学习性能与泛化推广性能,能够准确地预测中国黄金期货的价格。     

大丰港货物吞吐量的时间序列法预测研究

根据大丰港的历史数据,采用时间序列的回归分析方法对大丰港货物吞吐量进行预测研究。在回归分析法中,通过比较,选择指数模型、高次多项式模型以及支持向量机方法分别对大丰港的货物吞吐量进行模拟预测。对指数模型、多项式模型、支持向量机三种方法的预测结果进行比较,并结合大丰港的实际情况,最终选择使用支持向量机法给出大丰港2012—2016年的货物吞吐量预测值。     

物流需求量灰色马尔科夫模型预测

针对物流信息的不确定性与复杂性,用灰色马尔科夫模型对黑龙江省物流需求的指标量"货运量"与"货物周转量"进行了预测。预测结果为黑龙江省物流产业的发展政策及物流基础设施的规划和设计提供了决策依据,对提高黑龙江省物流产业的发展水平具有一定的参考意义。     

物流需求量灰色马尔科夫模型预测

针对物流信息的不确定性与复杂性,用灰色马尔科夫模型对黑龙江省物流需求的指标量"货运量"与"货物周转量"进行了预测.预测结果为黑龙江省物流产业的发展政策及物流基础设施的规划和设计提供了决策依据,对提高黑龙江省物流产业的发展水平具有一定的参考意义.     

基于支持向量机的公路货运量预测方法研究

首先分析了公路货运量预测的重要性,介绍了国内外丰要预测方法.归纳总结了支持向量机的核心思想和基本原理,利用此较新的理论建立了公路货运量预测模型,给出了构建模型的具体分析步骤.同时探讨了参数的标定和修正过程.利用北京市基础数据,建立北京市公路货运量预测的支持向量机模型,并应用LibSVM软件进行预测,预测结果验证了模型的有效性和可行性,表明方法可以推广并可实际应用.     

基于支持向量机的公路货运量预测方法研究

首先分析了公路货运量预测的重要性,介绍了国内外主要预测方法。归纳总结了支持向量机的核心思想和基本原理,利用此较新的理论建立了公路货运量预测模型,给出了构建模型的具体分析步骤,同时探讨了参数的标定和修正过程。利用北京市基础数据,建立北京市公路货运量预测的支持向量机模型,并应用LibSVM软件进行预测,预测结果验证了模型的有效性和可行性,表明方法可以推广并可实际应用。     

基于支持向量回归机的物流需求预测模型研究

通过介绍物流需求和支持向量机的基础理论,利用经济与物流需求之间的关系,提出了基于支持向量回归机的物流需求预测模型,给出了构建模型的具体分析步骤,并通过实例详细阐述了模型的应用过程,预测结果验证了模型的可行性和有效性。     

基于小波变换和支持向量的国际原油价格预测

本文将小波分析与支持向量回归结合应用于国际原油价格预测,通过小波多尺度分析方法将油价时间序列分解为长期趋势和随机扰动项,然后采用支持向量回归对分解后的油价长期趋势进行预测。油价长期趋势的预测采用多因素预测方法,主要考虑市场供需基本面、库存、经济、投机等因素对石油价格走势的影响,建立多输入单输出的支持向量回归模型。实证研究表明,支持向量回归模型具有较高的预测性能,对原油价格长期趋势预测中,该方法比回归方法的预测精度高。     

基于灰色模型的怀来公路货运量预测的研究

为了把怀来建设成为京西物流港,以系统工程学、交通规划为基础,采用灰色预测模型法,先对怀来公路货物运输量进行实地调查．通过把调查的数据整理聚类分析,以数据为依据构造怀来公路货运灰色模型,用该模型对怀来的货运量进行预测,并对灰色模型进行了验证,最后确定了近期怀来公路货运量,同时也为交通部门制定相关政策和科学决策提供了强有力的依据。     

基于GRNN神经网络的货运量预测研究

文章以全国统计局货运量的历史数据为基本数据,考虑影响货运量的8个因素,采用GRNN模型对货运量(货运总量、铁路货运量和公路货运量)进行预测,并将结果与真实值拟合比较。结果表明:该方法在预测货运量方面能够达到较好的效果,尤其在径向基函数的扩展速度为0.4时,预测结果最好。     

基于区域物流需求的道路货运物流模式研究

运用区域物流需求分析方法,以秦皇岛市为例,在实证研究的基础上,分析了秦皇岛市区域物流模式,提出了秦皇岛市道路货运业发展现代物流模式的对策。     

基于公路运输的绿色物流

分析了由于油价上涨、过桥过路费提升，国家惩治公路超载政策实施．使公路货运物流公司处境艰难的现状，指出大力发展公路绿色物流是解决公路运输物流公司困境的根本出路，并提出了具体措施。     

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。     

基于支持向量回归的供应链管理绩效评价研究

供应链管理的绩效评价,对于供应链的运作和管理是至关重要的。本文将基于支持向量回归的数据挖掘方法,用于供应链管理的绩效评价研究中。并结合实例,讨论了支持向量回归在供应链管理绩效评价中的应用及其特点。     

基于大宗货物道路运输招投标的区域物流发展模式及其演化

提出了基于大宗货物道路运输招投标的区域物流发展模式，指出随着现代物流的深入发展和市场经济体制的逐步确立，上述模式应逐渐演化到基于大宗物流活动招投标的区域物流发展模式。     

区域公共道路货运信息平台的功能架构及运行机制研究

随着市场经济的发展，我国道路货运业面临着管理理念、管理模式和管理技术的转变。信息技术的应用不仅是提高行业管理水平和效率的需要，也是改善道路运输市场无序状况、优化调整产业结构、加速实现道路货运行业现代化的需要。本文就在这种背景下，阐述了打造区域公共道路货运信息平台的目标和意义，对区域公共道路货运信息平台的功能架构进行了设计，井对信息平台的建设与运营机制进行了研究。