邮政物流集散中心规划

将现代物流发展中的新技术以及物流集散中心规划的理论,应用于邮政物流集散中心的规划,以某省级物流集散中心为例,运用流程程序图、活动关系图、活动相关线图等工具,提出了流程和布局设计,改善了其自动化和规范化,有助于提高处理中心的有序管理,从而提高处理能力。     

浅析物流企业的库存需求预测方法

有效的需求预测可以降低物流企业的库存成本,为生产或采购计划的决策提供依据,提高企业的整体效率。本文首先对需求预测方法进行了分类,列举了目前广泛使用的库存需求预测方法和模型,结合文献综述了需求预测方法的研究现状,揭示了需求预测技术在企业库存控制过程中的发展趋势,并指出了今后的研究方向。     

基于神经网络的药品需求组合预测研究与应用

药品的市场需求预测是制药企业生产控制中的重要组成部分,具有复杂的非线性特点。本文以制药企业的药品需求预测为研究对象,通过分析药品需求的特征,建立了基于神经网络的组合预测模型。本文选择3种具有互补特征的神经网络预测方法（BP神经网络的预测方法、RBF神经网络的预测方法和GRNN广义回归神经网络）分别对药品需求进行预测,然后在此基础上使用平均绝对相对误差（MAPE）为最优准则,通过求解二次规划问题得到权重并按照一定的规则进行变权,从而建立了基于神经网络的药品需求组合预测模型,最后对该模型实际应用的精度和稳定性进行评价。实验表明,本方法能够提高预测精度、稳定性,并扩大了模型的适用范围。     

上海2010年～2015年物流人才需求预测及对策研究

文章借助组合预测模型,预测2010年~2015年上海物流人才需求量,发现2010年~2015年上海对物流人才需求量逐年递增,年均增幅为7.3%,并从政府、高校、企业三个层面提出应对上海物流人才巨大需求量的相应措施。     

智能AI技术在物流中转集散中心的应用

作为重要的物流节点,中转集散中心的建设与管理正在发生着变化.本文在对物流行业整体发展态势进行分析的基础上,系统阐述了浙江大华技术股份有限公司面向中转环节推出的物流集散转运解决方案,即通过利用自动化设备和智能AI技术实现资源调度管理、作业模式创新、实时监管改善与智能一体化建设等功能,从而助力物流企业智慧化升级.     

基于Petri网的物流集散中心处理流程优化研究

针对某物流集散中心的邮件处理流程存在的问题进行研究。在现有处理流程的基础上利用Petri网进行建模,通过仿真软件对模型进行仿真运行,分析流程中的各个工序,提出优化方案,最终达到优化某集散中心内部处理流程的目的。     

人工神经网络技术在物流需求量预测中的应用

运用人工神经网络模拟人脑的思维过程,建立了多个变量之间的非线性模型,从而为准确预测物流需求量提供了科学的依据。     

台湾水产品物流集散中心搭建及运营模式的探讨

随着ecfa深入实施,通过厦门口岸进口的台湾水产品出现飞跃式增长,发挥厦门的地理和对台的区域优势、厦门闽台中心渔港完善的渔业公共基础设施优势,构建台湾水产品物流集散中心、对其运营模式进行探讨,期待为台湾水产品进入大陆市场、丰富市场供应,两岸渔业产业生产技术和经验交流,推进产业集群及效应,发挥带动渔业产业的转型升级具有促进和推动作用。     

安徽省旅游客运集散中心发展对策研究

安徽旅游资源丰富,2008年省委省政府提出“把旅游建成全省支柱产业,把安徽建成为全国著名旅游目的地”的总体目标。为满足这一目标,构建方便、快捷、高效的旅游客运体系,为游客提供安全、便捷、舒适的交通服务逐渐成为人们关注的焦点;安徽省旅游客运集散中心发展规划与研究成为迫切需要解决的问题。     

区域物流需求预测方法研究综述

有效的区域物流需求预测,对制定区域物流发展战略、促进区域物流供需平衡以及提高区域物流资源利用率具有重要的理论和实际意义.本文通过对区域物流需求预测方法研究现状的详细评述,结合现有研究成果,分析了未来区域物流需求预测方法的研究趋势.     

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。     

基于随机需求的军事物流中心选址研究

军事物流中心的合理选择,对于提高后勤与装备保障水平,降低军事物流成本具有重要意义。文章针对军用装备的特点,当需求量为随机变量时,建立了军事物流中心选址的随机数学模型。通过等价变换。将该随机数学模型转换成确定性等价问题。结果表明：在随机需求条件下,该方法在保障军事目标实现的同时,能够有效降低军事物流成本,实现了军事效益和经济效益的和谐统一。     

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。     

物流配送中心选址研究

系统介绍了以降低成本与提高服务效率为目标的传统物流系统配送中心选址模型的发展与特点。在此基础上，介绍了近年来在供应链环境影响下发展而来的考虑库存成本与各级企业利益协调的现代配送中心选址模型。     

军事物流预测方法研究

基于实现精确保障的最终目标,提出了军事物流预测的概念：论述了军事物流预测的意义,明确了军事物流预测的程序：对当前军事物流预测各种方法进行了对比分析,提出基于BP神经网络的组合预测方法。将不同预测模型的预测结果有机结合起来,相互取长补短,达到提高预测精度和增加预测结果可靠性的效果：用实例进行验证,证明甩组合预测的方法效果较好。     

区域中心城市物流配送体系建设研究

在分析区域中心城市物流配送体系的现状和存在问题的基础上，提山了构建合理的和高效率的物流配送体系所需要的建设措施，着重探讨了在建漩中需要考虑的各种因素和解决方法。希望有助于中心城市物流眦送体系的发展规划和建设。     

成品油二次配送需求预测模型研究

通过分析中石化某分公司实际配送情况,总结出石油成品油二次配送需求的特点。并在此基础上建立成品油的需求预测模型,预测加油站下一日的配送需求量以及运力和配车需求量。为成品油的销售实现主动配送提供了模型研究基础。     

基于模糊优选神经网络BP法的低温物流中心设计储藏能力预测

在选择影响低温物流中心设计储藏能力的合适因子基础之上，将模糊优选神经网络BP模型应用于第三方低温物流中心的设计储藏能力预测上，结果表明预测值具有较高的可信度。     

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。     

情景分析法在物流园区需求预测中的应用

探讨了物流园区需求分析的意义及其主要特征，并以大庆物流园区需求分析为例，介绍了采用情景分析法对物流园区需求量进行预测的具体步骤。