基于预测需求量的物流仓储中心选址研究

为了解决目前物流仓储中心选址模型存在的脱离实际、需求不合理、成本模型不完备等问题。以长三角地区为例,采用二次指数平滑法预测出该地区27个中心城市未来3年的货物需求量,构建长三角地区物流仓储中心选址模型,利用K-means聚类算法和遗传算法进行仿真实验,并与多种算法进行对比分析。仿真实验表明,K-means聚类算法在求解备选仓储中心问题上有很好的效果,可以使仓储中心到需求点的总距离和最小,遗传算法相比于其他算法在求解仓储中心选址问题上求解速度更快、迭代次数更少、最终结果更精确。结果证明,使用K-means聚类算法和遗传算法求解长三角地区物流仓储中心可以大大提高该地区物流效率并降低物流成本。

经济全球化对我国货运需求影响的实证研究

全球化趋势是当今世界经济发展的重要特征,已经而且还将继续对我国经济发展产生持续的影响。交通运输是国民经济的基础产业之一,其与经济、贸易的发展关系密切。本文运用多元回归的分析方法,建立了我国的货运需求模型,通过量化分析影响我国货运需求的因素,提出经济全球化对我国货运需求的影响程度的定量依据。