应用灰色预测模型预测六安市物流需求

本文选取六安市近几年货运量作为物流需求量,利用灰色预测GM(1,1)模型对未来几年全市物流需求量进行预测,为六安市物流业发展决策提供参考,并给出建议。     

基于灰色GM(1,1)模型的六安市农产品冷链物流需求预测

文章结合六安市农产品发展情况和相关政策导向确定了预测农产品冷链物流需求的种类指标,并以2011年-2017年农产品产量作为样本数据,采用灰色GM(1,1)模型预测六安市未来5年的农产品冷链物流需求量,同时对预测结果进行分析总结,一定程度上能为政府部门制订农产品冷链物流产业发展规划和进行物流决策提供参考。     

我国农产品物流需求量组合预测分析——基于PLS、BP神经网络和ARIMA模型的实证

针对影响农产品物流需求的各种特定因素,提出基于偏最小二乘回归(PLS)、BP神经网络和ARIMA模型的我国农产品物流需求量最优组合预测分析方法体系,并基于1995-2015年中国农产品物流需求量相关数据对我国农产品物流需求进行预测分析。实证分析结果表明,预测方法不但能够有效预测农产品物流需求量的整体变化趋势和细节波动,具有更高的预测精度,而且能够反映粮食产量、粮食价格等影响因素对物流需求量的作用机制。     

我国社会物流需求量的非线性回归预测

为了更好地发展物流业,需要对物流需求量进行准确地预测.文中以1992-2011年的货运量来反映我国社会物流需求量,用非线性时间序列模型进行预测.该模型具有较高的拟合精度,可以比较准确地预测出2014-2023年的物流需求量,为我国物流业的合理规划提供参考.     

基于改进灰色模型的农产品冷链物流需求量的预测——以甘肃省为例

三农问题是政府一直关注的重点,所以有效解决三农问题非常重要。文中收集甘肃省2008—2016年的农产品数据进行冷链物流需求量的预测,首先运用灰色预测模型对农产品冷链物流需求量进行预测,接着利用最优子集法,选取最优的子集进行预测优化,最后使用马尔科夫模型进一步优化,使预测结果更加接近真实数据。实验结果显示,改进后的灰色模型可以有效地预测甘肃省的农产品冷链物流需求量。通过预测值,为相关部门提出一些建议,以期能为甘肃省的冷链物流设施建设提供依据。     

基于灰色BP神经网络的汽车物流需求量预测模型

本文利用BP神经网络理论和灰色预测法,针对汽车物流行业特点,建立了灰色BP神经网络预测模型,并对某汽车企业某车型整车物流量进行了预测。结果表明：所设计的模型在汽车物流需求量预测应用中能达到良好的拟合精度及预测精度。     

江苏省物流需求影响因素分析及预测

对物流需求进行合理、科学的预测,为政府部门进行物流规划、统筹物流资源的供给提供依据。在利用主成分分析法选取适当指标的基础上,构建了多元线性回归预测模型,并对江苏省2012--2018年的物流需求量进行了预测研究。通过检验分析,证明了该模型的拟合度较好、预测精度较高、具有较好的显著性水平,预测结果具有可信性。预测研究的结果表明,江苏省物流需求在预测的时间范围内,将呈现较为显著的增长趋势。     

基于库存控制的需求量灰色预测

运用灰色动态GM模型，结合物流企业实例，根据历史出库量数据对基于库存控制的市场需求量进行灰色建模、预测和检验．实验结果显示预测量曲线与实际出库量曲线拟合程度很高，证实了在有效辅助库存控制管理的需求量预测中运用灰色预测模型和方法的可行性和优越性．     

组合预测模型在物流需求预测中的应用

通过对物流需求影响因素的分析，建立了回归分析、灰色系统及神经网络方法的物流需求单项预测模型，鉴于单项预测模型的局限性，以误差绝对值加权和最小为最优化准则，建立了物流需求组合预测模型，并辅以实例进行分析和验证，通过误差的分析表明该模型能够改善预测精度，可以作为未来物流需求量预测的有效工具。     

基于加权马尔可夫链的六安市汛期降水预测研究

采用样本均值-标准差方法将六安市1960~2007年汛期降水量分成5级,利用加权马尔可夫链预测方法对六安市未来年份汛期降水状态进行预测并运用马尔可夫链性质得到了各降水状态发生的极限概率。结果表明,这种预测方法客观、准确、简便,是区域降水量中短期预测的科学有效的新途径。六安市汛期干旱和雨涝年份出现的概率大体相当,偏涝年份出现的概率明显大于偏旱年份,重现期短于后者。     

六安市城市水害及其预测

根据古代史料和近几十年的气象观测资料，对六安市洪涝灾害的历史状况及现状作了探索，并分析了六安市水灾的周期及背景，最后进行了六安市水灾的灰色预测．     

金华市农产品冷链物流需求分析

本文主要采用时间序列预测法,分析预测了2014-2018年我市主要冷链农产品的商品化率;结合目前我市农产品冷链流通率、冷藏运输率、腐损率的大致水平,参考国家发展改革委2010年6月制订的《农产品冷链物流发展规划》提出的目标,预测了2014-2018年我市冷链农产品采购批发型冷库、分销供应型冷库的需求量和中型冷藏车的需求量。     

区域物流需求分析模型及其算法

物流需求量是区域物流中心功能设计和规模确定的依据，本文参考了宏观经济预测和交通需求预测的有关方法，构造了多区间投入产出模型和空间价格均衡模型相结合的区域物流需求分析模型，利用多区间投入产出模型能较好地分析地区间和部门间的经济关联，利用空间价格均衡模型能将物流产生作为内生变量处理，人而使区域物流需求分析模型成为包含宏观经济分析层和物流分析层的两层次决策问题，分析过程能同时把握社会经济条件和物流供应条件两方面因素，最后根据模型的特点，给出其求解算法。     

基于学习效应的物流服务提供商定价策略研究

研究一个具有学习行为的物流服务提供商在面对多个物流服务需求商和多个目的地时的定价决策问题,其中物流服务的需求量受物流服务价格的影响.通过构建和求解决策优化模型得出了物流服务提供商的最优定价策略和最大利润值.通过数值实验分析了学习行为及成本参数对物流服务的需求量和利润值的影响.最后给出了相应的管理和决策建议.     

六安市城市生活垃圾预测研究

准确预测生活垃圾产量可以为垃圾管理工作提供定量依据。利用多项式拟和、多元线性回归和灰色GM(1,1)模型相结合的方法对2007~2013年六安市城市生活垃圾年产量进行了预测。结果显示:预测时段内生活垃圾年增长率5%~6%,2013年将达到17.9万吨。     

基于云模型的厦门保税船用燃油需求短期预测

为了准确预测厦门保税船用燃油需求量,首先,构建厦门保税船用燃油需求云模型,预测供需平衡条件下2020年厦门保税船用燃油需求量。选取外贸集装箱吞吐量、集装箱吞吐量、厦门GDP 3个指标作为输入变量,构建logistic回归预测模型。对厦门保税船用燃油需求量进行预测,将两种模型的预测结果与2020年厦门保税船用燃油实际值进行比较,结果显示,基于云模型的厦门保税船用燃油需求预测比logistic回归预测模型更精确。最后,选择云模型对2021年厦门保税船用燃油需求量进行预测。     

六安市中小企业电子商务应用研究

六安市中小企业电子商务发展正处于初级阶段,通过对目前六安市中小企业电子商务应用的状况的分析,发现六安市中小企业电子商务应用过程中存在的主要问题,针对这些问题,提出了加快六安市中小企业电子商务发展的若干意见。本文旨在引起政府有关部门的重视,进一步推动六安市信息化建设的步伐,进而加快中小企业电子商务应用于推广。     

人才需求及质量预测模型

人才资源预测与优化的很重要的因素是人才资源的结构、需求量和人才质量．本文建立因素重构分析预测方法和弹性系数预测方法,并对电子行业２０００年到２０１０年科学技术人才的结构需求量和人才质量进行定量动态的分析和预测     

基于SVM和神经网络组合预测模型的物流需求预测

物流需求的定量数据是区域物流发展政策和规划的重要依据,影响物流需求的因素很多,传统的预测方法无法全面考虑各种因素,预测精度较低。为了提高物流需求预测的精度,采用组合预测的方法,建立一种基于支持向量机和神经网络的组合模型。首先采用支持向量机进行预测得到预测基本数据,然后通过BP神经网络进行残差修正,通过算例仿真分析,结果表明组合预测模型具有更高的精度,是一种有效的预测方法,为物流需求预测提供了新的思路。     

基于随机森林与时空聚类的共享单车站点需求量预测

为方便准确地预测出城市共享单车站点的需求量,根据站点需求量的随机性和时变性,提出了一种基于随机森林和时空聚类的共享单车站点需求量预测模型;该模型研究了时间因子、气象因子以及关联站点对需求量的影响;应用分层聚类对站点进行了时空分析;结合对数优化后的随机森林作为预测器。面向湾区共享单车出行数据进行需求量预测。结果表明:该模型相比极限学习机、支持向量机与随机森林等经典机器学习算法在需求量预测方面有较好的预测结果,可为实际车辆调度提供参考依据。