基于集对联系度聚类方法的石油需求预测研究

提出基于集对联系度的聚类预测方法并将其应用于石油需求总量的预测，结果表明该方法有着较强的实用性。     

基于确定性和随机性组合模型的我国石油需求预测研究

随着中国经济发展,石油的需求急剧增加。利用石油消费的历史数据,构建了二次趋势-ARMA(2,1)石油需求组合预测模型,并对ARMA模型和组合模型的预测精度进行了比较,证明该组合模型的预测精度较高,可以作为我国未来石油需求预测的有效工具。     

基于集对分析的项目风险排序方法

风险排序是项目风险管理的重要环节。在综述已有方法的基础上，提出一种基于集对分析的风险排序方法，计算了各种风险的联系度，建立两步循环算法，对项目风险按大小进行排序。最后，用一个实例说明了本方法的实用性。     

基于集对分析的区域物流需求量预测模型建立研究

区域物流需求量预测是区域物流系统规划、物流资源合理配置中的重要环节,而区域经济是产生区域物流需求的内在决定因素,因此利用区域经济指标来预测区域经济需求量具有较强的可行性。文章试将区域第一、二、三产业国内生产总值与区域货运量联系起来,建立区域物流需求量预测模型。     

基于集对分析的堤防工程安全综合评价研究

科学评价堤防工程安全状况和灾害风险,合理采取补强加固措施,对保障堤防工程的安全,充分发挥工程的综合效益意义重大。本文针对堤防工程长距离线状结构特点,借助集对分析系统学理论与方法,开展了堤防工程安全综合评价模型和实现方法研究,并进行了工程实例分析验证。     

基于动态集对分析模型的物流供应商评价

通过构建物流供应商评价指标体系,根据评价的性质建立基于动态集对分析的物流供应商评价模型,该评价模型既能评价物流供应商的现状,又能预测供应商的未来绩效.     

基于动态集对分析模型的物流供应商评价

通过构建物流供应商评价指标体系,根据评价的性质建立基于动态集对分析的物流供应商评价模型,该评价模型既能评价物流供应商的现状,又能预测供应商的未来绩效。     

基于集对分析的山东省物流节点分析

现代物流业已超越传统运输服务的单一功能,对国民经济的贡献度逐渐增加。物流节点作为区域物流业发展的关键性设施,是区域物流系统有效运作的关键,因此,加强区域物流节点布局研究至关重要。     

集对分析在物流中心选址中的应用

在分析了物流中心选址影响因素的基础上，建立了集对分析方法模型，经过实例检验，证明可行、合理。     

基于集对分析的野战油库选址研究

根据野战油库的选址要求和集对分析的基本原理,建立了基于集对分析的野战油库选址模型,对野战油库选址的确定与不确定因素进行了系统地分析和研究,通过实例分析,说明了该方法的科学性和可操作性。     

基于ARIMA模型的湖南省物流需求预测研究

基于ARIMA模型对湖南省物流需求预测进行了研究,模型的回归和拟合效果良好,预测相对误差较小,最后针对湖南省物流业的发展提出了相关对策和建议.     

中国石油需求预测方法概述

石油资源对于国家经济具有举足轻重的作用。本文运用结构分析与景气分析相结合的预测方法打开了传统研究黑箱,揭示了影响成品油需求变化的具体原因,通过这种方法可以明确石油的需求结构了解石油需求变化规律,有利于细化石油需求数据更对现实具有指导作用。     

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ARIMA模型的湖南省物流需求预测研究

基于ARIMA模型对湖南省物流需求预测进行了研究,模型的回归和拟合效果良好,预测相对误差较小,最后针对湖南省物流业的发展提出了相关对策和建议。     

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系数,构建物流需求的多元变权组合预测模型.结果表明:多元变权组合预测模型预测效果更优,方法在物流需求预测中有较好的效果.     

备件需求预测模型研究

文中提出了基于寿命分布函数、时间序列和成组技术的备件需求预测模型的一般性原则,并研究了它们的特点和适用的范围,对于提高备件需求预测的科学性有实际的指导意义。     

基于需求预测的旅游供应链牛鞭效应问题研究

基于不同需求预测技术,研究了游客、旅行社、功能性服务提供商组成的三阶段旅游供应链中的牛鞭效应问题。对比分析了在一定的预测提前期下,旅行社分别运用移动平均、指数平滑和权重预测三种不同预测技术来预测游客需求时的牛鞭效应现象,数据实验结果表明:(1)缩短预测提前期有助于减少牛鞭效应;(2)增大移动平均中的历史数据个数或减小指数平滑中的平滑系数都能减弱牛鞭效应。通过三种预测技术的对比,证实在降低牛鞭效应上移动平均预测技术要优于指数平滑以及权重预测技术。     

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.