基于关联规则及组合模型的面料需求预测

由于服装的面料组成具有复杂性,企业在不同时间对不同规格型号面料需求量不一致,传统的人工预测及单维度智能预测模型难以解决问题。针对服装企业面料需求非确定性、预测难的痛点,提出基于关联规则及组合模型的面料需求预测方法。文章首先构建Apriori面料型号关联模型,挖掘多批多类面料间的型号关联规则;然后构建Prophet时间序列模型与长短期记忆神经网络(long short-term memory,LSTM)的组合预测模型Prophet-LSTM,结合其在解决面料需求预测问题上的优势;最后将挖掘出的高关联面料型号历史需求数据作为输入,采用量子粒子群算法(quantum particle swarm optimization,QPSO)优化组合模型权值系数,进行关联面料需求量预测。使用RMES(root mean squared error,RMSE)及MAE(mean absolute error,MAE)作为评价指标设计对比实验,实验结果表明：采用量子粒子群优化的QPSOProphet-LSTM面料需求预测模型RMES较Prophet降低5.464,较LSTM降低1.184;MAE较Prophet降低4.261,较LSTM降低0.819,需求预测精度更高,支持服装企业面料柔性生产。     

考虑建成环境交互影响的共享单车需求预测

共享单车的发展有利于交通的节能减排绿色发展。建成环境是影响共享单车出行需求的重要因素,然而很少有学者探究考虑其交互作用。为了准确分析建成环境中各影响因素的交互作用以达到精确预测共享单车出行需求的目的,本文使用了深圳市共享单车出行数据、兴趣点数据（point of interest,POI）、路网数据和公交线路数据等多源数据,采用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型预测共享单车出行需求,并与BP(Back Propagation)神经网络模型预测结果进行比较;最后借助SHAP(SHapley Additive explanation)方法解释GBDT模型中各种影响因子对共享单车出行需求产生的影响,并分析各影响因素及其交互作用。实验结果表明：GBDT模型预测结果平均绝对误差为0.683,均方根误差为0.728,较BP神经网络模型预测准确性更高;通过SHAP方法发现自行车道密度、公交站点数等交通属性因素对于共享单车出行需求作用明显,土地利用中土地利用混合度不是简单线性作用且不同POI间存在复杂交互关系。可见通过借助GBDT模型和SHAP方法可以用来共享单车出行需求预测以及影响因素分析,从而为共享单车发展提出改善建议。     

共享单车需求预测及调度优化

为了更加准确地预测共享单车的需求量,制定合理的调度优化方案。针对共享单车骑行数据的周期性、非线性和随机性的特点,提出了季节性灰色Markov模型来预测共享单车需求量。在此基础上,根据双层规划模型结果来制定调度优化方案。在季节性灰色Markov模型中,首先将原始数据带入季节性GM(1,1)模型得到预测结果,然后用Markov模型对预测的残差进行修正,得到最终的预测值。在双层规划模型中,上层目标为运营商的调度成本,下层目标为调度中心的调度时间,双层规划模型用GUROBI求解器求解。最后将两种模型应用于纽约市17个Citi Bike共享单车站点的算例分析。数值计算结果表明：季节性灰色Markov模型在17个站点从周一到周五的需求量预测的平均绝对百分比误差(mean absolute percentage error,MAPE)为10.68%,预测精度较高。利用双层规划模型制定的调度优化方案能确定调度中心数量、位置,调度范围和调度路径,可以在满足用户需求的同时使调度成本和调度时间最优。研究提出的需求预测模型和调度优化方案可以为共享单车运营部门和交通管理部门提供有效的参考。     

天津市生态用地需求预测与布局规划

本文主要介绍了生态用地的概念以及天津的生态用地分类,天津地区的生态用地的现状等,并从天津市水资源需求、生态环境敏感性分析结果、生态系统服务功能重要性分析结果、城市热岛效应削减方面分析和区域生态防护角度分析等方面进行生态用地的需求预测,最后提出了天津市生态用地的空间构架,并就生态用地在天津的整体布局进行了规划.     

预测是物流管理的重要环节

<正> 预测是企业制订战略规划、生产安排、销售计划,尤其是物流管理计划的重要依据,是企业物流管理中重要的环节,也是物流工作的龙头。在实际工作中,做好预测需要注意以下问     

合作型企业间电子商务中信任机制设计研究

合作型企业间电子商务中参与合作的企业追逐私利的行为可能给合作关系带来损害,针对实施合作型企业间电子商务的上下游企业分别具有同等的获取市场需求信息能力和不具有同等的获取市场需求信息能力两种情形,从下游企业的角度提出了两种构造上下游企业间合作信任机制的策略,以避免下游企业夸大市场需求预测量的倾向,从而赢得上游企业的信任,建立起双方合作信任的伙伴关系.     

考虑土地利用的城市公共自行车需求预测

针对新建公共自行车站点无法根据历史数据对未来使用需求进行预测的问题,提出了一种修正的地理加权回归模型探索单位时间节点需求生成与可达性间的关系。改进的模型以路网距离作为限制条件,获取基于泰森多边形的站点吸引重叠区域。同时,为减小用地区位导致的预测误差,改进的模型增添用地混合度和建筑强度作为解释变量。利用所提出的模型对西安市公共自行车系统运营数据分析的结果表明,各类用地最大需求生成率集中在早晚高峰时段,并在以天为周期的循环中具有各异的变化规律。公共自行车系统的需求生成率随着起点/终点与目标停靠站点之间距离增大而逐渐减小,表现为早高峰时期的线性衰减,晚高峰时期的指数衰减以及非高峰时期的立方衰减。研究成果可用于确定西安市新建公共自行车站点位置和规模,并预测其相应的使用需求率。     

能源需求预测的区域类比法研究：以湖南省为例

本文提出了区域类比法预测未来省域能源需求量的研究思路，在运用区域类比法的基础上结合运用弹性数法，部门分析法，人均能耗法对湖南２０００年，２０２０年，２０５０年所需能源量进行预测，可以提高预测质量，其预测的结果可供政府部门拟定国民经济战略规划时参考。／     

旅游需求预测方法的比较分析

需求预测是旅游计划管理的一项重要工作。旅游需求预测对于旅游地规划和建设旅游基础设施,组织产品和提供旅游者服务是一个基础性的前期工作。然而,旅游产品的易逝性和不可贮存之特征,对旅游需求预测提出了更高的要求。本文试图通过总结和评价自20世纪中期以来旅游需求预测的方法,确立一个适合于中国旅游发展的新思路。     

“十一五”期间三峡库区专业技术人才需求预测

人才与社会经济发展有着密切的联系,有效的人才需求预测能为宏观调控提供依据,有利于人力资源开发与经济增长的良性互动.对"十一五"期间三峡库区专业技术人才需求进行了总量预测和结构预测:总量预测的结果是库区技术人才的未来需求基本持平并略有下降,而结构分析的结果是库区未来在工程技术人才、现代服务业人才、教育卫生专业人才等方面有较大增长需求.导致这一状况的主要原因有二:一是库区近年来的移民政策;二是库区的人才需求结构变化.通过分析,以求为库区人才战略的制定提供必要的决策参考.