摘要
准确的快递量预测对物流建设规划至关重要,然而快递业务量年度数据呈现指数型增长,月度数据却表现出复杂的非线性趋势和典型的季节性特点。通过对快递业务量月度数据长期趋势、季节变动、循环变动及不规则变动的特征分析,建立基于趋势调整和季节调整的支持向量回归模型,并选取我国2008—2018年快递业务量月度数据验证模型有效性。结果表明,模型对月度快递业务量的预测精度优于时间序列、支持向量回归及基于季节调整的支持向量回归模型,且对数据内在结构及其复杂特性进行了解释,对物流建设规划、快递市场调整具有指导作用。
出处
《统计与决策》
CSSCI
北大核心
2021年第5期184-188,共5页
Statistics & Decision
基金
国家社会科学基金资助项目(18FGL022)
教育部哲学社会科学研究后期资助项目(18JHQ082)
陕西省科技厅重大项目(2018ZDXM-GY-188)
陕西省科技厅国际合作项目(2019KW-011)
陕西省社会科学基金资助项目(2019D038)
陕西省教育厅服务地方专项项目(19JC037)
西安市科技计划项目(201806117YF05NC13(5))