基于Adaboost回归算法的安徽省物流需求短期预测研究 |
| |
作者姓名: | 荀守奎 葛成丽 |
| |
作者单位: | 1. 安徽理工大学经济与管理学院;2. 安徽理工大学金融科技研究所;3. 安徽理工大学城镇化与产业发展研究所 |
| |
基金项目: | 安徽省教育厅人文社科重点项目“安徽省煤矿安全事故与经济景气度的相关分析及对策研究”(SK2019A0100);;安徽省教育厅2021年度质量工程“新文科背景下省级一流专业资源与环境经济学创新发展路径研究”(2021sx033); |
| |
摘 要: | 【目的】物流需求预测有助于调整物流资源的分配,对促进物流业发展具有重要意义。【方法】选取安徽省1995—2022年与物流需求相关的指标数据为原始样本数据,用货运量来表征物流需求。通过XGBoost特征选择算法筛选出6个用于预测的指标。在此基础上,使用3种方法分别构建模型,并对这些模型进行对比分析。最终,选择精度最高的Adaboost回归算法来预测安徽省短期物流需求。【结果】2023—2026年,安徽省的物流需求预测值分别为402 942.428万t、369 877.222万t、380 884.375万t、382 319.5万t。【结论】未来四年,安徽省物流的货运量呈不稳定发展态势。根据安徽省的区位优势及疫情的全面开放,安徽省物流业表现出较大的发展潜力。
|
关 键 词: | Adaboost 特征选择 物流需求预测 安徽省 |
|