基于神经网络和灰色系统的住宅用地需求预测研究

科学的住宅用地需求预测是政府管理和调控城市土地市场的前提条件之一。将神经网络和灰色系统引入到住宅用地需求预测中,克服了回归分析法的一些缺点,并对2006-2010年上海市松江区住宅用地需求量进行了预测。     

基于误差修正时间序列模型的短期电力需求预测分析

随着经济、社会和工业的快速发展,电力需求突飞猛进.电力行业也逐渐成为影响全球社会经济发展地位的重要的因素,不准确的需求预测增加了电力行业的运行成本,特别是在市场环境中,精度即意味着金钱,准确的电力需求预测是有价值的。本文主要对许昌市短期电力需求进行分析预测,利用许昌市用电量的相关数据,分别应用移动平均法、时间序列法建立模型并对模型进行预测和分析,再通过对这两种预测方法分别赋予不同的权重建立加权组合预测模型来改进预测误差,通过比较分析得出加权组合模型预测的精度更高。     

基于ARMA模型下的我国电力需求预测

根据历年电力消费量数据趋势图拟合出与之相似的指数回归曲线,然后对其残差序列利用时间序列进行分析和识别,建立起适合我国电力需求预测的指数回归-ARMA（1,1）模型．     

基于多方法组合的假日物流需求估计模型研究

针对各个节假日消费者对于各类产品的需求不同,提出通过研究日常物流、假日物流的不同特点,并对假日期间区域物流中货物配送的收、发量和周转总量的影响因素进行分析,综合运用神经网络、线性回归以及灰色系统三种方法构建多方法组合物流需求估计模型,从多个方向对假日期间的物流需求进行预测, 使得预测数据更加全面可靠.通过仿真实验表明,基于多方法组合的假日物流需求估计模型相对于单一的需求估计方法提升了预测精度,从而验证了该模型的有效性,因此,可以作为对假日期间物流配送需求估计的有效工具,且具有较高的应用价值.     

交通策略分析在新城区交通需求预测中的应用

在进行新城区交通需求预测过程中,为了得到较为准确、合理的需求预测结果,需要考虑和尝试多种定量和定性的分析方法和手段.探讨了将交通策略分析应用于四阶段预测模型中,在吸纳交通策略分析结论和路网调整建议基础上进行流量分配,最终实现了路网流量的均衡分配,并进一步验证路网调整方案的有效性.     

面向客户的备件集中库存需求预测模型

本文提出基于客户消耗的源头数据、以及对未来市场占有率的预期,利用MRP思想预测客户备件订单计划,从而提高对备件需求预测的准确性、进而构建出面向客户的备件集中库存模型,并在降低备件库存持有成本的基础上、逐步提高市场占有率;以某轧钢线上某种备件需求为例,验证了模型的有效性。     

农产品物流需求预测的问题与对策

<正>党的十七届三中全会指出,农业、农村、农民问题关系党和国家事业发展全局。其中心任务主要包括:生产发展、生活富裕、乡村文明、管理民主等。在农业生产发展中,农产品物流发展起着至关重要的作用。它涉及农产品的生产、收购、运输、储存、装卸、搬运、包装、配送、流通加工、分销、信息活动等环节,因此,农产品物流发展的好坏直接影响农业生产的     

基于指数加权分位数回归预测的CPFR成本模型

针对某些商品的高易变性、不对称性的需求模式,基于预测方法高精确度的要求,采用计量经济学前沿预测研究方法指数加权分位数回归预测法,建立了由零售商、制造商的成本模型和供应链系统总成本模型构成的CPFR供应链系统成本模型,为基于多层次CPFR的三级库存协调与优化研究中提高需求预测精度探索新的视角.该模型通过直接预测销售序列的分位数,避免既存研究中基于假设的预测失误,使预测结果更加贴近需求模式的真实值.数值分析表明指数加权分位数回归预测模型的预测精度较高.     

新型交通组合需求预测方法的研究

通过分析现有交通组合需求预测模型，并根据投入产出原理，提出了一种新型的交通组合需求预测的方法－投入产货运生成与分布组合预测方法，该方法的实施将简化交通需求预测的工作量，使其在实际工程中能得到应用。