组合预测模型在区域物流需求预测中的应用

针对单一预测方法用于区域物流需求量预测存在的不足,文章提出了基于预测有效度的组合预测模型,即通过组合多个单一模型的预测结果,发挥各自的优点,提高预测的精确度。以广东省江门市为例,分别采用线性回归模型、灰色GM(1,1)模型和组合预测模型对其物流需求量进行了预测,实证结果表明区域物流需求组合预测模型能够取得更高的预测精度。     

灰色预测在产品价格预测中的应用

人类社会进入21世纪后，企业间面临更加激烈的市场竞争，价格则是这场竞争中决定企业竞争成败及目标能否实现的重要因素，企业要在竞争中立于不败之地，必须及时掌握市场产品价格动态，并对市场价格的变化趋势做出科学的预测，本借助灰色预测理论，阐述了市场产品价格预测的方法。     

成都平原经济区的物流需求预测研究

本文采用指数平滑法和多元回归分析法,结合成都平原经济区八个城市2000-2015年的经济数据,对成都平原经济区未来的物流需求进行预测,以期为该区域的物流基础设施建设提供数据支持,也希望为各级政府部门制定物流政策和战略提供参考依据.     

武汉市物流需求预测

综合货运量是物流需求最主要的一项指标.文章通过综合货运量对武汉市物流需求影响进行预测,根据武汉市2007年至2010年GDP预测总量,选用一元线性回归分析方法对武汉市综合货运量的预测,说明武汉市物流需求未来几年将以较快的速度增长.     

灰色预测在地价评估中的应用

土地价格主要受市场供求关系的影响 ,在市场变化无常时 ,由于土地价格的变动幅度大 ,采用长期趋势法进行预测精度往往不高 ,这时必须寻求新的方法。灰色系统理论是我国学者邓聚龙教授于 1982年首次提出来的。灰色系统是指既含有白色信息又含有黑色信息的系统 ,是相对于黑色系统和白色系统而言的。黑色系统是指人们对系统的内部结构、参数、特征一无所知 ,只能从系统对多次输入的响应来研究的系统 ,这里的黑表示信息完全缺乏。反之 ,一个系统的内部结构、参数、特征是完全确知的 ,则称为白色系统 ,这里的白表示信息充分。而介入黑色系统和白…     

灰色预测模型在房地产投资预测中的应用

本文简要介绍了灰色预测方法GM(1,1)模型的构造与模型检验.通过对合肥地区近年来房地产开发投资数据的分析,建立了GM(1,1)模型,经模型检验,该预测模型可靠,分析结果具有一定的参考价值.     

基于灰色GM(1,1)模型的四川省物流需求预测

以四川省2011-2015年的货运量数据为基础,根据灰色系统理论建立灰色GM(1,1)模型,对四川省未来五年的货运量进行预测.最后用残差检验和后验差检验的方式对预测结果进行检验,进一步证明预测结果的可信性.     

基于线性回归模型的物流需求预测分析

现代物流作为一种先进的组织方式和管理技术,其发展是企业管理的热点,并成为了中国经济高速增长的加速剂。文章采用简单实用的线性回归分析方法,通过构建简单可行的物流需求预测模型,分析供需平衡问题,提供可行性量化数据,以使社会物流活动保持较高的效益。通过模型实证分析发现:物流业对国民经济支撑作用表现得越来越强。     

灰色预测方法在电力工程施工成本预测中的应用

本文针对传统预测方法需要大样本量,确定概率分布及偏差大的缺点,提出应用灰色预测方法进行电力工程施工成本预测,并通过应用实例表明,该方法具有很强的通用性和实用性。     

灰色—马尔柯夫模型在股票价格预测中的应用

对股票价格的预测直接影响到投资者的投资决策，关系到投资者的切身经济利益，因而对预测的准确性要求较高。尝试将灰色系统理论应用于股票市场，在对GM（1，1）模型和马尔柯夫模型详细剖析的基础上将两者结合为一，建立相应的灰色－马尔柯夫预测模型，并通过对上证综合指数的预测说明该模型具有较高的预报精度和应用价值。     

基于ARIMA模型的N铁路局管内物流需求预测研究

选取1995-2012年A、B两省货运量数据作为基础,建立ARIMA模型对两省物流需求进行分析,并采用Static预测方法对两省2013-2015年的物流需求进行了预测。模型不仅克服了传统的需求预测方法偏重定性分析,耗时耗力的缺点,而且将过去值拟合误差作为重要因素纳入模型,提高了预测精度。研究有助于铁路部门结合两省不同的经济发展状况,制定相应的货运营销策略,为铁路在货运组织改革背景下提升货运竞争力提供理论参考。     

灰色预测理论在房地产投资决策中的应用

预测是房地产投资决策的重要工作之一。文章在分析GM(1,1)模型和灰色马尔可夫预测模型两种灰色预测模型的基础上,结合实例对房地产价格和开发量进行预测,并取得了比较理想的结果。旨在提高房地产投资决策的科学性。     

深度学习在物流库存预测中的应用研究

在物流企业快速发展和扩张的过程中,对于物流库存预测的需求也逐渐产生,并不断发展。物流库存预测是物流主体进行运作的决策基础,在整个运作过程中起着举足轻重的作用。在理论结合实践过程中,也产生了许多物流库存预测的方法和技术。但是随着近年来人工智能技术的飞速发展,深度学习在物流库存预测中的应用成为热点问题。文章以深度学习和物流库存预测的基本概念为基础,提出了深度学习在物流库存预测中的具体应用方法,旨在为物流主体运营提质增效提供有益借鉴。     

基于GRNN和灰色模型的广东省物流规模预测

选取公路里程、铁路里程、新增固定资产投资、能耗、物流从业人员人数6个指标作为输入指标,物流生产总值、货运量、货运周转量3个指标作为输出指标,采集广东省物流业的相关年度统计数据为样本,采用GRNN神经网络和灰色系统模型进行训练和预测。     

物流信息技术在现代物流中的应用探讨

物流信息技术是指现代信息技术在物流环节中的具体应用,一定程度上标志着物流现代化的实现.物流信息技术的组成主要包括三个部分的内容,分别是软件技术、通信技术以及业务管理系统三个部分.随着信息化水平的提升,各种物流信息技术迅速发展,比较突出的有条码技术以及RFD技术的应用.本文就物流信息的基本内涵进行分析,同时探讨信息技术同现代物流之间存在的关系,然后具体分析物流信息技术在现代物流中的应用.     

灰色系统在股指趋势预测中的应用

灰色系统理论以“小样本”、“贫信息”的不确定系统为研究对象，主要通过对“部分”已知信息的生成、开发、提取有价值的信息。中小股民囿于认知能力、成本等因素制约，无法充分利用股市上的信息，判断股市行情走势。本文利用灰色系统中的DGM试图建立一个便于中小股民操作的股指走势预测模型，帮助中小股民把握股指走势，具有一定的应用价值。     

灰色verhulst模型在长春市人口预测中的应用

本文介绍了灰色系统模型在人口预测中的应用,并针对传统灰色GH(1,1)模型在长期人口预测中所存在的问题,提出了利用灰色系统中的verhulst模型可以较好地进行长期人口预测.并利用这两种模型分别对长春市未来人口总量进行了预测,对比所得结果发现,verhulst模型相对更适于进行中长期的人口预测.     

灰色--马尔可夫模型在高科技企业销售预测中的应用

对高科技企业产品销售的预测是制定企业经营决策的重要依据．也是开展好其他各项经营预测的基础。通常所用的线性回归预测或灰色模型预测．都只是就时间序列的数据进行纯数学的处理,而没有考虑到经济、自然和社会因素对高科技企业销售收入影响的后效性,而且．由于这些因素的影响．使得高科技企业在创     

灰色关联神经网络模型在股指预测中的应用

本文将灰色关联和神经网络结合,构建基于灰色关联分析的神经网络模型,并将此模型在股指预测中做实证研究。