基于重心法与物流量预测的物流园区选址

在研究物流园区选址理论的基础上,为使物流运输成本最小和物流园区的建设符合长远发展,在对物流园区选址时使用理论中的重心法并建立相应选址数学模型,将数学模型与趋势外推预测法预测的物流园区物流量结合,在定量的基础上计算得到物流园区的选址位置,同时为精确地得到选址位置开发了基于重心法的选址模型软件。最后通过吉木乃县物流园区选址说明该方法的可行性。

基于多输出支持向量机的物流量预测研究

物流量预测问题受众多因素影响,而已有的方法都是用多输入单输出模型进行预测,因此难以获得满意的预测效果。一种多输出支持向量机的方法用于广州市的物流量的预测中,为了与单输出预测相比,选取自适应迭代支持向量机方法进行预测。结果表明,多输出支持向量机的预测是有效的。

基于物流量预测及产业关联分析的石家庄物流业发展研究

将基于GDP的物流量预测法与灰色关联分析法相结合,以石家庄市物流产业发展为例,预测了石家庄市物流量并将产业关联关系量化,提出了在京津冀协同发展背景下石家庄市物流业发展的措施,希望能为地区物流业的发展提供借鉴。

基于改进灰色理论的城市物流量预测——以浙江龙泉为例

市域物流量受多方面因素影响,很多因素我们无法确切掌握,具有灰色系统的特征。本文使用改进的GM(1,1)模型对龙泉市物流量进行测算,通过残差检验与后验差检验证明了模型具有较高精度,研究了改进的GM(1,1)模型适用范围。通过与移动平均法、指数平滑法、标准GM(1,1)模型对比,证明了改进的GM(1,1)模型的优越性。对浙江省龙泉市2008-2012年的物流量进行动态预测,为政府部门制订物流规划提供了参考依据。

基于逐步回归分析的厦漳泉闽南区域物流量预测

区域物流量预测是区域产业合理布局,区域物流规划设计的重要依据之一,厦漳泉同城化背景下,对闽南区域物流量预测具有重要实际意义。文章采用多元逐步回归分析方法,借助专业统计软件,对闽南区域11年13个指标进行分析,得到最优回归预测方程。通过预测值与实际值的拟合图及2012年数据代入的实证分析,说明预测方程可信度很高,在区域规划发展决策中可应用并做出结论。

组合模型在物流量预测中的应用

在分析指数拟合、灰色系统模型的平均预测误差的基础上,建立了组合预测模型,并对广州市的物流量进行了预测。结果表明,组合模型的预测结果是最优的。

基于区域物流量预测的漳州物流业发展策略研究

物流业是漳州市"十二五"规划发展的主导产业,物流量预测对推动漳州经济快速发展,提高城市综合竞争力等具有重要实际意义。采用多元逐步回归分析的方法,借助专业统计软件,对漳州市11年13个指标进行分析,得到最优回归预测方程。通过预测值与实际值的拟合图及2012年数据代入的实证分析,说明预测方程可信度很高,在城市规划发展决策中可应用。最后根据预测模型中显著影响因素提出漳州市物流业发展策略和建议并形成结论。

基于供需动态均衡的物流节点物流量预测研究

考虑物流节点的资源环境约束条件,提出具有普适性的物流节点物流量预测方法体系,将物流节点物流需求分为趋势性、转移性和诱发性物流需求,引入生命周期理论确定物流节点成长曲线,基于供需动态均衡构建Logis-tics模型,确定物流节点物流量,并以豫南口岸物流中心为例进行实证分析,预测结果表明,较之以往预测方法,该方法更为适合物流节点发展的实际,可为物流节点选址、规模的确定、布局和合理化运营提供依据。

基于支持向量机的物流量预测——以成都市为例

考虑到支持向量机强大的泛化能力,运用支持向量机技术预测了成都市近期和中期物流量。研究表明,随着样本数据的增加,支持向量机的预测值与实际值间的相对误差总体呈下降趋势,并且与多元线性回归方法相比,支持向量机具有较高的预测精度,证明了支持向量机用于物流量预测的有效性。

关于铁路物流中心物流量预测的探讨

本文论述了铁路物流中心物流量预测的具体步骤,以及处理数据资料和分析物流量品类结构的方法。在此基础上给出了物流量预测的两种方法德尔菲法和弹性系数法。

基于最优定权组合模型的物流量预测

为了实现对市场需求变动的准确估计,在经过参阅大量文献之后,采用趋势外推模型、灰色GM(1,1)模型分别进行物流量的预测,以每种方法单项预测结果组合误差平方和最小为原则,提出一种最优定权组合预测模型,以此为物流园区的合理规划做出贡献。

青岛港物流公司物流量预测分析

综观现有文献及资料中关于港口物流的研究与探讨,大多停留在理论探索、宏观阐述方面,对港口物流企业进行微观的、定量的分析和研究较少。本文在吸收、借鉴已有的研究成果基础上,采用了比较详尽的线性回归趋势分析法,以青岛港物流公司为例,对其物流量进行了详细的预测,得出了较为详实的预测数据,并对预测数据进行了分析,在此基础上对青岛港物流公司的发展战略措施,提出看法和建议。

物流中心物流量预测及实例分析

目前物流是世界各国经济发展的一个热点和新增长点，我国也开始日益重视物流产业的发展，但仍处于起步阶段，物流中心物流量的科学预测对物流园区的建设规模等一些重要的决策意义重大。本文阐述了物流量和物流预测的概念，重点讨论了物流中心物流量预测的思路．并以南京市某物流中心为实例进行了预测，验证了该思路在物流中心需求量预测中的可行性。

基于季节分解与曲线拟合的物流量预测混合模型

针对时间序列预测与曲线拟合预测的优缺点,提出了一种季节分解与曲线拟合相结合的混合预测模型,解决了曲线拟合精度与高阶次震荡性强的矛盾,提高预测的精度和模型对数据的适应能力。同时针对具有时间周期特性的物流量,该模型在预测时充分考虑了上期物流量及近期预测物流量对本期的影响。最后将该模型与其他预测方法相比较,证明该模型的有效性和可行性。

基于物流量预测的江北物流园区总用地规模测算

物流园区用地规模的确定是一个非常复杂的问题,它会受到许多因素的制约和影响,如政府的土地政策、土地使用成本、物流处理总量、作业效率以及客户对物流服务时效性的要求。本文主要以物流量预测值为主要影响因素来确定江北交通物流园区的用地规模。

基于组合预测模型的物流量预测研究

综合了灰色预测模型、指数平滑法和多元回归分析模型的特点,根据预测方差最大组合系数最小原理建立了组合模型,并对广州市的物流量进行了预测。结果表明,组合模型的预测结果是最优的。

基于并行多尺度卷积记忆残差网络的物联网流量预测

针对现有物联网流量预测方法中特征提取不足、丢失重要信息、预测准确度不高的问题,提出了一种基于并行多尺度卷积记忆残差网络的物联网流量预测方法。首先,采用并行结构,CNN提取多尺度的局部特征得到包含有局部特征的序列,LSTM和BiLSTM分别提取前向的时间关系和前后向的时间关系得到有合适比例的前后向时间特征序列;其次,引入ResNet结构,在CNN、LSTM、BiLSTM的输入和输出之间加入跳跃连接,即通过跳跃连接在特征序列中加入原始序列信息;再次,在有原始信息的特征序列中分配可训练的权重参数,突出相应序列的重要性,进行拼接得到总的输出序列;最后,将总的输出序列输入到全连接网络中得到预测结果。实验结果表明,本方法在均方根误差(RMSE)、平均绝对误差(MAE)、拟合系数(R2)3项指标上要优于其他方法,能更准确地进行物联网流量的预测。

基于时序分析的湖北外贸物流年流量预测研究

根据1995～2005年湖北省外贸物流量序列的长期变化特征，提出了时间序列分解预测模型，即将年物流量序列分解为趋势项和随机项，通过对其各项进行识别、提取，再将各项线性叠加，从而建立年物流量预测模型；

最大熵模型在物流量分布预测中的应用

引入最大熵模型的原理和方法,对物流分布预测的“四阶段方法”中的重力模型做了一定的改进,可以将发生概率最大的物流分布视为预测的物流分布,使得模型参数容易标定。示例表明该方法在物流量分布预测中具有较好的应用前景。

基于物流量的物流园区数量规划

针对物流产业发展中物流园区数量过度增长的"物流园区热"现象,在利用一元线性回归法,并引入修正系数对物流量进行预测的基础上,对影响物流园区数量的物流园区强度、物流园区作业系数、物流园区第三方物流量占社会总物流量的比例及单个物流园区的用地面积等参数进行分析,介绍基于物流量的物流园区数量计算模型。将模型应用于青岛市物流园区数量规划的计算中,得出其合理性。