基于PEST分析与指数平滑预测的公路经营企业融资规划模型研究

融资规划是公路经营企业运营过程中经常性和战略性问题,而企业的融资问题始终与企业外部环境和企业自身财务实力相关。本文建立了一个基于PEST分析和指数平滑预测的融资规划模型,在模型中首先运用PEST分析评价企业面临的外部环境,确定外部经济环境的一些参数,同时以指数平滑法预测企业未来的交通需求,以交通需求来预测企业未来的现金流,在此基础上确定企业的融资模式和资金需求量。该模型不仅适用于公路经营企业,对于其他行业的融资规划也具有很好的参考意义。     

基于灰色预测法和弹性系数法的甘肃客货运量预测探究

客货运量是衡量交通运输经济的重要指标,本文以甘肃省2014至2019年的客货运量为基础数据,针对现有客货运量预测方法单一的情况,分别采用灰色预测法和弹性系数法,对未来特征年公路,铁路,民航客、货运量与客、货运周转量进行预测,并与历年真实数据对比,以预测客货运量的发展趋势;综合分析两种预测模型的结果数据,以提高客货运量预测的精度,保证预测结果的合理性;最终选用两组数据的平均值,为甘肃省“十四五”客货运量发展规划提供参考依据。     

数据包络法在物流企业业绩评价上的运用

提出数据包络法建立物流企业的业绩评估模型并以十家物流企业的经营业绩为实例，研究物流企业业绩的相对效率。论证运用DEA方法从不同的角度相对地评价我国物流企业的业绩评价问题是适宜的。[编者按]     

组合预测法在物流需求中的应用

理论研究和实践表明，组合预测模型比单个预测模型具有更高的精度，能增强预测的稳定性，具有较高的适应未来预测环境变化的能力。笔者旨在通过基于Shapley值权重分配法的组合预测模型来研究物流需求预测的问题。     

应用改进重力模型法预测铁路行包OD运量的研究

对铁路行包OD运量的预测提出一种基于重力模型的改进方法。针对不完整的OD调查数据,运用综合阻抗的概念,首先在样本值的范围内进行模型标定,然后扩大样本值,运用标定好的重力模型重新预测并调整,最后得到完整的OD数据。实证结果表明,采用改进的重力模型比传统的重力模型预测结果更接近实际,可用于铁路行包运输OD运量预测。     

胶州铁路物流中心运量预测研究

胶州铁路物流中心是中国国家铁路集团有限公司首批规划建设的全路二级铁路物流中心,项目的实施对落实国家"公转铁"政策具有重要意义。阐述胶州铁路物流中心辐射范围,分析功能定位,通过对重点企业问卷调查,得到重点服务企业现状运量。在此基础上,探讨铁路物流中心运量预测思路及方法,采用Gomberz成长曲线模型和专家意见法对自变量进行延伸预测,并运用弹性系数法,对胶州铁路物流中心近、远期到达运量和发送运量进行预测,预测结果为胶州铁路物流中心设施规模及功能区布局规划提供数据支撑。     

ARIMA模型与Holt-Winters模型在铁路旅客周转量预测中的比较

运用AEIMA和Holt-Winters两种典型时间序列预测模型,对我国2004-2008年铁路旅客周转量的月度数据进行拟合,在此基础上预测2009年的月度旅客周转量,并与2009年旅客周转量的实际值进行比较,同时对AEIMA模型和Holt-Winters模型进行分析比较.     

旅游需求预测模型研究

建立基于月度数据的桂林漓江旅游航班、运量及游客的需求预测模型,运用指数平滑、SARIMA和Elman人工神经网络3种方法,并采用平均绝对误差(MAE)、均方百分比误差(RMSE)和平均绝对百分比误差(MAPE)评价模型预测效果。预测实例表明Elman人工神经网络模型更能反映时间序列的波动性,更适合桂林漓江旅游需求预测。     

基于并联灰色—线性回归组合模型的客运量预测

对铁路客运量准确的预测与分析是铁路部门进行相关决策和判断的依据,为此运用灰童色模型—线性回归组合预测方法,对武昌站2008—-2012年的客运量进行预测.预测结果和单一模型相比,组合预测模型考虑的影响因素较多,可操作性强,预测数据综合了内外因素影响,预测结果较为可靠。可作为决策判断的依据。     

基于客流性质的铁路客流预测方法

运用基于客流性质的铁路客流预测方法对银川—宁东铁路运营初期(2016年)、近期(2023年)和远期(2038年)客流情况进行预测。采用四阶段法对不同性质客流进行生成预测、分布预测和不同交通方式分担预测,通过各种性质客流的叠加,进行总体客流分析,得到研究区域全天客流变化和高峰情况,以及有关客流预测的主要指标。基于客流性质的铁路客流预测方法在客流性质区分明显的情况下,能够具有较好的精确度。     

基于BP神经网络的物流需求量预测框架设计

结合物流需求量预测过程的实际情况,采用BP神经网络技术,建立基于BP神经网络的物流需求量预测模型。通过有效样本的学习,应用该模型能够实现对物流预测数据指标关系、知识和经验的提取和存储,给出预测模型和流程图框架设计。同时分析了在预测过程中存在的问题,以及预测指标体系进一步研究的方向。     

新疆物流与金融协同发展预测评估

为有效评估区域物流与金融协调发展水平,从"丝绸之路经济带"发展战略出发,构建物流与金融协调发展预测评估指标体系,运用综合指数模型测算新疆2005—2014年区域物流和金融发展指数,在此基础上,通过灰色系统预测模型分别对2015—2019年物流指数与金融指数进行预测,并采用距离协调度模型评估其协调发展状况。结果表明:总体上,新疆物流与金融发展水平均呈不断上升趋势;2005年以来,新疆物流与金融发展耦合协调状态虽然不断得到优化,但仍处于轻度失调状态。预测结果表明,新疆未来物流与金融系统的协同发展将有较大提升空间。最后,提出促进新疆物流与金融协同发展的相关建议。     

基于灰色预测理论的油料消耗预测优化

本文运用灰色预测理论建立了油料需求灰色预测模型，并以某部队8年的油料消耗量为例，对2012年油料消耗量进行了预测，与真实数据相比，精度高误差小，在此基础上，预测了该部队2013年油料需求量，为提高部队油料保障质量提供了理论借鉴。     

神经网络与四阶段预测法在铁路运量预测中的组合应用研究

利用神经网络与四阶段预测法组合构造出新的交通量预测模型,以胶济铁路提速改造为例,就构造的客运量预测模型进行了应用研究。其中以平均增长率法计算客流量的交通分布;以重力模型法计算诱发客流;依据运输阻力构建的分担率模型计算转移客流;在计算诱发客流时考虑了时间价值。     

温州港集装箱吞吐量预测研究

在对温州港腹地进行划分的基础上,笔者采用时间序列法和相关因素回归法对相关腹地的外贸进出口总额进行预测;采用改进的生成系数法预测温州港腹地外贸集装箱生成量：采用灰色模型预测温州港内贸集装箱生成量并最终得出温州港集装箱吞吐量总值。     

跨海大桥交通事件特征分析与预测方法

本文基于某跨海大桥交通事件及流量数据,分析了跨海大桥流量和交通事件时间特征,选用SARIMA模型在时间序列上开展了线性拟合,考虑流量和车型比例对事件数的影响,结合SVM模型对时间序列开展了非线性逼近,采用基于季节性差分自回归滑动平均(SARIMA)模型和支持向量机(SVM)模型,运用最优加权法确定组合模型的权重系数,建立了基于SARIMA模型和SVM模型两种单一预测方法的最优加权组合预测模型,对跨海大桥交通事件数做出趋势预测。结果表明:交通事件时间序列呈现出较为明显的趋势性、周期性和季节性规律,同时受流量及各车型比例的影响;最优加权组合模型综合利用了SARIMA模型、SVM模型的有效信息,均方根误差(RSME)降低到1.94,预测精度优于单一模型,可为跨海大桥交通安全预测与评价提供理论依据。     

应用灰色-周期外延组合模型预测货运量

灰色-周期外延组合模型是在GM(1,1)基础上建立的残差周期外延模型,并提取优势周期以重新构造新的数据序列,再将不同周期同一时刻的值叠加.该模型克服了货运量的单调性和周期波动性给预测带来的困难.通过利用该模型的优点,对某公司的货运量动态变化进行预测,说明该模型可明显提高货运量的预测精度.     

基于动态聚类法的XY企业陕西物流节点规划研究

本文利用XY企业陕西物流节点枢纽宏观布局方案,为该企业物流节点科学规划提供科学决策和目标管理的依据,笔者运用用多元统计分析中的动态聚类法,将XY企业分布在陕西省10个地级城市物流节点划分为三类不同的适合本企业物流节点枢纽城市。     

区域物流园区建设规模预测分析

在阐述四川省物流产业发展概况的基础上,通过选取四川省?2000—2013年货物运输量数据,根据货运总量的实际值、线性拟合值及二次曲线拟合值,采用三次指数平滑法预测四川省?2020?年的物流总量,采用改进参数法对四川省?2020?年的物流园区建设规模进行预测,为四川省区域物流园区规划和建设工作提供数据支持。     

基于灰色马尔柯夫过程的铁路客运量预测方法研究

将铁路客运量预测分为运量趋势预测和运量波动预测,分别采用灰色GM(1,1)模型和马尔柯夫过程进行预测,并将两者结合形成灰色马尔柯夫铁路客运量预测方法。根据1990年—2002年的铁路客运量数据,预测2003年的客运量以检验模型预测效果,并对我国“十一五”期间铁路客运量进行预测,分析证明基于灰色马尔柯夫过程预测方法的预测可信度。