面向“十四五”规划基于灰色GM(1,1)模型的沈阳市物流需求预测分析

“十四五”规划时期,推动东北全面振兴是重要的发展方向。其中物流的发展至关重要。东北地区因其地域特点,物流需求具有不确定性,亟待开展预测方法研究。文章以沈阳市为例,以2008—2022年货运量作为样本数据,提出基于灰色GM(1,1)模型的东北地区物流需求预测方法。通过仿真实验计算2008—2022年的物流需求,经过与实际值对比,对预测结果进行检验与分析,验证了文章所提出的模型是有效的;预测未来5年的物流需求量。实验结果表明,此方法能为沈阳市物流需求的定量分析提供较为准确的基础,同时为政府出台相关政策和企业进行物流规划建设提供参考价值。

基于GM(1,1)的山东省沿海港口物流需求预测研究

沿海港口是国际贸易的关键通道,提高沿海港口的物流服务水平能带动区域经济发展,山东省作为一个港口大省,拥有数个重要港口,沿海港口行业已成为山东省经济发展的支柱产业,但由于建设不合理等原因,山东港口也存在许多问题。因此,文章选取山东省七个沿海港口城市,采用GM(1,1)模型对山东省主要沿海港口物流需求量进行预测,发现未来五年山东省沿海港口的物流需求逐年稳定提升,最后结合山东省沿海港口物流发展现状提出相应的发展对策及建议。

基于GM(1,1)模型的甘肃省冷链物流需求预测研究

随着居民对生鲜农产品质量要求的提升,冷链物流行业也亟需朝着高标准、严要求的方向进一步发展。因此,对生鲜农产品冷链物流需求进行精准预测也具有了更加重要的现实意义。将人均生鲜农产品消费量与甘肃省常住居民数的乘积作为甘肃省冷链物流需求量,利用GM(1,1)模型对甘肃省2012-2031年冷链物流需求量进行预测,并通过发展系数检验、残差检验、后验差检验,验证了模型有较高的预测精度,并适用于中长期预测,可以有效预测甘肃省冷链物流需求量的发展趋势,能够为后续甘肃省冷链物流设施规划、冷库建设、运输设备配备提供参考依据。

基于定额法和GM(1,1)模型对河南省2030年需水量的预测与情景分析

采用定额法和GM(1,1)模型对河南省2030年的需水量进行预测,并设计了保持现状型、经济发展型、节水型和综合发展型四个发展情景进行分析。结果表明:四种情境下的需水量分别为253.7亿m^(3)、278.5亿m^(3)、220.2亿m^(3)和260.7亿m^(3);农业灌溉用水占全省用水量近55%,提升农业灌溉水的利用效率对改善全省的水资源利用效率有巨大作用,同时,调整产业结构也可以提高水资源利用率;综合考虑四种发展情景,河南省未来的发展趋势应向综合发展型社会靠拢,使经济、环境和社会协同发展;需水量受人口数量、生产总值、产业结构等多种因素的协同影响。

基于GM(1,1)-MLP神经网络模型的大宗货物运输需求预测

针对大宗货物运输需求预测的复杂性,以货物产量为基础,提出了一种基于产运系数的大宗货物运输需求预测方法,并根据大宗货物的运输需求发展趋势确定了运输结构调整路径。以黑龙江省为例,综合考虑粮食产量的化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积等影响因素,建立了GM(1,1)模型以及GM(1,1)-MLP神经网络模型进行粮食产量预测,并应用实际数据进行了验证。根据黑龙江省常住人口、常住人口城镇化率、粮食产量、中国城镇居民和农村居民人均粮食消费量等统计数据确定黑龙江省粮食产运系数,综合粮食产量预测值和产运系数预测了未来几年粮食运输量,以此分析黑龙江省粮食运输需求趋势,为黑龙江省大宗货物运输结构调整方案制订提供了依据。结果表明:与GM(1,1)模型相比,构建的GM(1,1)-MLP神经网络模型进行粮食产量预测,预测精度提高了1.68%;采用产运系数搭建粮食产量与运输量之间关系进行粮食运输需求预测具有可行性;根据预测结果,黑龙江省粮食运输需求将持续增长,仍是黑龙江省大宗货物运输对象的主要组成,积极调整粮食运输结构,推进中长距离的粮食运输转向铁路运输,公路运输作为铁路运输两端的短驳分拨,实现公铁联运,对于优化黑龙江省大宗货物运输结构具有重要作用。

缺失数据下ARMA(1,1)模型的估计方法

近几十年以来,国际上在对"风险的处理和效益的优化"这两个现代金融学的中心议题的分析和处理过程中,金融时间序列的计量学模型及其相应的分析越来越起到非常重要的作用。对于线性时间序列模型如AR(p),MA(q),ARMA(p,q)等,已经为我们所熟知。具体到模型的参数估计在数据没有缺失时,也有很多经典的办法,如最小二乘法、极大似然法等。但是当数据在中间有缺失时,上述方法将无能为力。本文将详细讨论在数据有缺失时的ARMA(1,1)模型,即Zt=αZt-1+tε-βεt-1的参数的估计方法。

GM(1,1)和ARMA组合预测模型及数据结构突变的预测

经济数据在其生成过程中,常常受到外生冲击,产生结构突变。在突变期内,样本数据表现为既有趋势因素,亦有随机波动的变化的特征。为了解决对这类结构突变期内的数据预测,本文提出GM(1,1)和ARMA组合预测模型,并通过实际案例数据运用,表明该组合模型不仅融合了时序模型和灰色系统的优势,同时又克服了单一方法不能更好地反映数据变化的缺点。

基于ARMA(1,1)需求的多级供应链牛鞭效应仿真

在市场需求信息为ARMA(1,1)平稳可逆时间序列模型的前提下,首次建立了多级供应链各级成员以均方误差优化预测技术预测市场需求,以订货点法来确定订货量时多级供应链牛鞭效应理论及仿真模型,并利用仿真模型对多级供应链的整体牛鞭效应及其影响因素进行了详细的分析,研究表明供应链牛鞭效应和相关系数ρ与滑动平均系数θ之间的相互关系有关。

误差为ARMA(1,1)的非线性回归模型相关性和异方差的检验

本文讨论了误差为ARMA(1 ,1 )序列的非线性回归模型 .首先得到随机误差相关性和异方差性检验的似然比检验统计量和Score检验统计量 ;其次利用参数正交变换 ,得到了修正的似然比检验统计量和修正的Score检验统计量 ,推广了韦博成、胡跃清 (1 994)的结果和韦博成(1 995 )的结果 ;最后给出了几种特殊情形的似然比检验统计量和Score检验统计量 .

ARMA(1,1)需求条件下供应链需求提前承诺的影响效果分析

为了分析供应链需求提前承诺的影响效果,考虑供应链所面临的顾客需求满足ARMA(1,1)过程。首先从理论上建立正常顾客需求与顾客需求提前承诺时零售商订单量波动程度和平均库存的定量描述模型,通过两种情形下的比较分析,得出在顾客需求自回归系数大于零时,顾客需求提前承诺将减小牛鞭效应和平均库存水平;同时得出在顾客需求提前承诺时,如果顾客需求自回归系数大于零,顾客提前承诺的需求比例越高,则牛鞭效应和平均库存水平越低;顾客需求提前承诺的时间跨度越长,则牛鞭效应和平均库存水平也越低。反之亦然。其次运用仿真方法分析了顾客需求提前承诺对零售商平均库存成本的影响,得出在顾客需求自回归系数大于零时,顾客需求提前承诺将有效降低零售商的平均库存成本。

ARMA(1,1)需求下努力水平和剩余系数对农产品供应链绩效的影响分析

基于ARMA(1,1)条件下的农产品需求,文章引入努力水平和剩余系数两个变量,建立了快速响应下的供应链成员订货模型及供应链利润函数,针对供应链绩效问题进行了研究。研究表明,农产品供应链需求波动呈"U"形分布,既存在牛鞭效应,也存在反牛鞭效应;相比剩余系数,努力水平对供应链牛鞭效应和利润的影响更大;较大努力水平下的农产品剩余减少了供应链利润却有助于减弱牛鞭效应,较小努力水平下的农产品剩余既减少了供应链利润又加剧了牛鞭效应;供应链利润呈"丿"形分布,供应链牛鞭效应与利润不相关。

基于小波变换的GM(1,1)-ARMA组合预测模型对悬索管桥的应变预测

ARMA模型采用差分处理对桥梁监测数据进行预测时,会出现数据丢失和预测精度降低的现象.为此,利用小波变换对信号进行离散化处理信息不会丢失的优点,将趋势明显的原始序列离散化,得到不同频带上的块信号.采用灰色GM(1,1)模型对趋势明显的低频信号进行趋势预测,用ARMA模型对平稳的高频细节信号进行细节预测,再将两部分预测值叠加得到最终预测值.对黄河悬索管桥在线监测系统获得的过去一段时间的应变数据进行验证,结果表明所提出的GM(1,1)-ARMA组合模型预测效果明显高于传统ARMA模型,这对实现同类桥梁的预警具有积极意义.

带ARMA(1,1)条件异方差相关的随机波动模型的MCMC算法

我们首先提出了一个带ARMA(1,1)条件异方差相关的随机波动模型,它是基本的随机波动模型的一个自然的推广.进一步,对于这一新模型,我们给出了一个马尔可夫链蒙特卡罗(M CM C)算法.最后,利用该模型的模拟数据,展示了M CM C算法在这种模型中的应用.

基于岭回归和GM(1,1)组合的上海市物流需求预测模型

为了提高上海市物流需求量预测精度,运用GM(1,1)和岭回归组合预测方法基于9个影响因素构建需求预测指标体系,选取近13年的历史数据预测上海市未来4年的物流需求量并与BP神经网络和GM(1,1)预测模型进行对比。结果表明,文章提出的组合预测模型预测精度优于其他模型,其均方根误差和平均相对误差分别至少减少了42.8%和45.4%,证明模型的优越性和可行性,可为其他地区的物流需求预测提供研究方向。

ARMA(1,1)模型多变点的SupF检验

研究ARMA(1,1)模型多变点的检验问题,给出Sup F检验统计量,在原假设下得到检验统计量的极限分布,并对ARMA(1,1)模型的多变点问题进行数据模拟,模拟结果表明了Sup F检验的可行性.

基于NEGM(1,1)-ARMA(p,q)组合模型的航空备件消耗预测

进行航空备件消耗预测是提高备件利用率和订货准确率的有效手段。结合航空备件消耗特点,采用灰色系统理论从备件消耗历史数据中得到趋势项的NEGM(1,1)模型,并在对剔除趋势项的随机波动数据进行时间序列分析的基础上,引入ARMA模型,构建了NEGM(1,1)-ARMA(p,q)组合预测模型,并通过实例分析,验证了此模型在航空备件消耗预测中的有效性与准确性。

基于灰色GM(1,1)模型的眉山市生鲜农产品冷链物流需求预测

冷链物流是将冷冻冷藏类食品原料及成品在生产、储存、运输以及售卖等各个环节中始终放置于规定的低温环境中,以保证运输过程中食品的质量。本文以眉山市生鲜农产品冷链物流现状出发,同时整合2015—2021年眉山市冷链物流需求的相关数据。利用灰色GM(1,1)模型对眉山市生鲜农产品冷链物流未来5年的需求以及各种影响因素进行分析。期望能够为其发展规划与决策提供参考,并为农产品冷链物流产业的持续进步夯实基础。

基于GM(1,1)模型的青岛港物流需求预测研究

港口是国际贸易的关键通道,对城市现代化和区域经济发展起着至关重要的作用,提高港口的物流服务水平能带动区域经济发展,而对港口的物流需求进行预测是优化港口物流活动的重要举措之一。青岛港具有先天的地理优势且有国家利好政策的加持,故而拥有很大的发展潜力。为了在制定青岛港高质量发展战略的过程中为其提供可靠的参考依据,文章利用GM(1,1)模型预测了青岛港未来五年的物流需求,发现未来五年青岛港的物流需求逐年在稳定提升,模型精度较好,预测值比较可靠,进而结合青岛港发展现状提出相应的发展对策与建议。

基于GM(1,1)灰色预测模型的聊城市卫生专业技术人员需求预测分析

目的预测分析聊城市卫生专业技术人员的需求,为相关研究或政策制定提供思路或参考。方法通过Excel录入数据,运用SPSSPRO根据2013年12月—2021年12月的基线数据拟合GM(1,1)灰色预测模型,预测2022—2030年卫生专业技术人员的需求情况。结果构建的GM(1,1)灰色预测模型的拟合程度和精度均比较高,而且预测结果显示,卫生专业技术人员、执业(助理)医师和注册护士的数量都呈逐年上升趋势。结论2022—2030年,聊城市不同类型卫生人员数量都有显著增加,注册护士的增幅大于执业(助理)医师的增幅,医护人员结构不合理,需要不断优化卫生人力资源配置,使医护比趋于合理化,同时也可看出GM(1,1)灰色预测模型适用于卫生专业技术人员的预测。

基于ARMA(1,1)需求的供应链系统牛鞭效应控制

需求预测策略和订单策略对供应链系统的牛鞭效应会产生影响,对由零售商和一个外部供应商组成的单级供应链系统,假设顾客需求满足ARMA(1,1)模型,零售商采用均方根预测误差最小的需求预测方法,研究了推广的OUT订单策略对控制牛鞭效应的作用。通过在OUT订单策略中增加控制参数,获得了零售商的订单和顾客需求的方差比,分析了推广的OUT订单策略中的控制参数对牛鞭效应的影响。解析分析及仿真结果表明,通过对控制参数的适当选择可以有效控制牛鞭效应。