發(fā)布時間：2017-03-19 09:07

  本文關(guān)鍵詞：北京市物流需求預(yù)測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：物流需求預(yù)測作為城市物流系統(tǒng)規(guī)劃的基礎(chǔ),是進(jìn)行物流資源有效配置,建設(shè)高效物流運(yùn)作系統(tǒng)的重要前提。因此,分析社會經(jīng)濟(jì)活動等各種因素對物流供給的需求滿足程度,進(jìn)行有效的物流需求預(yù)測,有助于把握區(qū)域物流需求強(qiáng)度,實(shí)現(xiàn)區(qū)域物流服務(wù)的需求與供給相對平衡,對提高區(qū)域物流規(guī)劃質(zhì)量和區(qū)域物流運(yùn)行效率具有重要的理論和實(shí)際意義。本文以國內(nèi)外區(qū)域物流需求預(yù)測研究現(xiàn)狀以及相關(guān)的理論知識為基礎(chǔ),結(jié)合物流需求的特性,以北京市為背景,開展了物流需求預(yù)測方面的研究。主要做了以下幾方面的工作：(1)結(jié)合影響物流需求的因素,構(gòu)建了北京市物流需求預(yù)測指標(biāo)體系。利用灰色關(guān)聯(lián)模型對指標(biāo)體系關(guān)聯(lián)度進(jìn)行了定量分析,選取與物流需求具有較高關(guān)聯(lián)度的影響因素用于物流需求預(yù)測模型的建立。(2)針對城市物流系統(tǒng)具有的復(fù)雜性、非線性、隨機(jī)性的特征,將灰色系統(tǒng)模型與神經(jīng)網(wǎng)絡(luò)模型有效結(jié)合構(gòu)成灰色神經(jīng)網(wǎng)絡(luò)模型用于物流需求預(yù)測問題求解。在此基礎(chǔ)上,針對灰色神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu)和收斂速度慢的問題,采用粒子群算法對灰色神經(jīng)網(wǎng)絡(luò)的初始參數(shù)進(jìn)行優(yōu)化,建立了基于粒子群優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型,提高了模型的穩(wěn)健性和精度。(3)分析了物流需求與物流用地規(guī)模之間的關(guān)聯(lián)關(guān)系,在對比各類方法優(yōu)缺點(diǎn)的基礎(chǔ)上對參數(shù)法的計(jì)算公式進(jìn)行修正,通過修正系數(shù)、配建區(qū)系數(shù)等參數(shù)的引入,提出了更為通用的物流用地總規(guī)模計(jì)算方法。(4)對北京市物流需求預(yù)測進(jìn)行實(shí)證研究,預(yù)測結(jié)果表明基于粒子群優(yōu)化的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型在精度上顯示比單一預(yù)測模型以及灰色神經(jīng)網(wǎng)絡(luò)模型預(yù)測效果更好,從而驗(yàn)證了模型的高度擬合性和穩(wěn)定性。模型的外推應(yīng)用表明,北京市物流需求在未來幾年呈上升趨勢,物流需求的快速增長也帶動了物流用地的需求。
【關(guān)鍵詞】：物流需求預(yù)測 灰色神經(jīng)網(wǎng)絡(luò) 粒子群算法 物流用地規(guī)模
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F259.27
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 1 緒論12-20
• 1.1 研究背景和意義12-13
• 1.1.1 研究背景12-13
• 1.1.2 研究意義13
• 1.2 國內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 國外研究現(xiàn)狀13-14
• 1.2.2 國內(nèi)研究現(xiàn)狀14-16
• 1.3 研究內(nèi)容、方法與技術(shù)路線16-20
• 1.3.1 研究內(nèi)容16-17
• 1.3.2 研究方法及技術(shù)路線17-20
• 2 相關(guān)理論與方法概述20-30
• 2.1 物流需求相關(guān)概述20-23
• 2.1.1 物流需求內(nèi)涵20-21
• 2.1.2 物流需求特征21-23
• 2.2 物流需求預(yù)測步驟及方法23-25
• 2.2.1 物流需求預(yù)測步驟23-24
• 2.2.2 物流需求預(yù)測方法24-25
• 2.3 物流用地規(guī)模確定的原則及方法25-29
• 2.3.1 物流用地規(guī)模確定原則25-26
• 2.3.2 物流用地規(guī)模確定常用方法26-29
• 2.4 本章小結(jié)29-30
• 3 物流需求相關(guān)因素分析30-42
• 3.1 影響北京市物流需求的主要因素30-33
• 3.2 物流需求預(yù)測指標(biāo)分析33-36
• 3.2.1 指標(biāo)體系選取的原則33-34
• 3.2.2 物流需求的計(jì)量方式34-35
• 3.2.3 物流需求預(yù)測指標(biāo)體系35-36
• 3.3 指標(biāo)體系關(guān)聯(lián)實(shí)證分析36-40
• 3.3.1 灰色關(guān)聯(lián)度模型36-38
• 3.3.2 關(guān)聯(lián)度實(shí)證分析38-40
• 3.4 本章小結(jié)40-42
• 4 物流需求預(yù)測模型的建立42-62
• 4.1 物流需求預(yù)測方法選取和預(yù)測流程42-44
• 4.2 灰色系統(tǒng)預(yù)測模型44-47
• 4.2.1 一維灰色系統(tǒng)模型44-45
• 4.2.2 多維灰色系統(tǒng)模型45-47
• 4.3 BP神經(jīng)網(wǎng)絡(luò)建模思路47-49
• 4.3.1 BP神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型47-49
• 4.3.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法49
• 4.4 灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立49-56
• 4.4.0 組合模型建模思路50-51
• 4.4.1 灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型建立51-54
• 4.4.2 模型求解過程54-56
• 4.5 粒子群算法優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)56-60
• 4.5.1 算法形式化描述和流程56-57
• 4.5.2 粒子群算法優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)的方法和流程57-60
• 4.6 本章小結(jié)60-62
• 5 基于物流需求預(yù)測的物流用地規(guī)模研究62-68
• 5.1 物流需求與物流用地規(guī)模關(guān)聯(lián)分析62-63
• 5.2 物流用地規(guī)模確定63-66
• 5.3 本章小結(jié)66-68
• 6 北京市物流需求預(yù)測實(shí)證研究68-88
• 6.1 北京市物流需求分析68-70
• 6.1.1 北京市物流業(yè)發(fā)展現(xiàn)狀68-69
• 6.1.2 北京市物流需求類型和結(jié)構(gòu)分析69-70
• 6.2 預(yù)測模型實(shí)證分析70-83
• 6.2.1 數(shù)據(jù)選取70-71
• 6.2.2 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測71-73
• 6.2.3 灰色GM(1,N)模型預(yù)測73-76
• 6.2.4 灰色神經(jīng)網(wǎng)絡(luò)模型預(yù)測76-79
• 6.2.5 基于粒子群優(yōu)化的灰色神經(jīng)網(wǎng)絡(luò)模型預(yù)測79-82
• 6.2.6 模型預(yù)測性能對比分析82-83
• 6.3 北京市物流需求量預(yù)測及其應(yīng)用83-87
• 6.3.1 北京市未來物流量預(yù)測83-85
• 6.3.2 北京市物流用地總體建設(shè)規(guī)模85-87
• 6.5 本章小結(jié)87-88
• 7 結(jié)論與展望88-90
• 7.1 論文工作總結(jié)88
• 7.2 不足與展望88-90
• 參考文獻(xiàn)90-94
• 作者簡歷及攻讀碩士/博士學(xué)位期間取得的研究成果94-98
• 學(xué)位論文數(shù)據(jù)集98

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊帥;;武漢市物流需求預(yù)測[J];當(dāng)代經(jīng)濟(jì)(下半月);2007年10期

2 胡燕祝;呂宏義;;基于支持向量回歸機(jī)的物流需求預(yù)測模型研究[J];物流技術(shù);2008年05期

3 黃毅;;廣西物流需求預(yù)測[J];經(jīng)濟(jì)研究參考;2010年53期

4 劉麗艷;張啟波;;基于支持向量機(jī)回歸的農(nóng)產(chǎn)品物流需求預(yù)測[J];科技創(chuàng)新導(dǎo)報(bào);2011年25期

5 耿波;趙愛文;;灰色預(yù)測在物流需求預(yù)測中的應(yīng)用分析——以徐州地區(qū)為例[J];科技風(fēng);2012年21期

6 崔翠;;國內(nèi)外物流需求預(yù)測研究概況[J];物流工程與管理;2013年04期

7 鄧敬春;楊梅;;四階段法在物流需求預(yù)測中的應(yīng)用研究[J];物流工程與管理;2013年04期

8 周曉娟;景志英;;基于多元線性回歸模型的河北省物流需求預(yù)測實(shí)證分析[J];物流技術(shù);2013年09期

9 高洪波;楊建強(qiáng);;基于多變量灰色模型算法的物流需求預(yù)測研究[J];物流技術(shù);2013年13期

10 施先亮,張可明;2008年北京奧運(yùn)賽事物流需求預(yù)測[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2003年10期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 胡常偉;陳新;陳新度;;多品種小批量產(chǎn)品分銷中的物流需求預(yù)測方法[A];全國生產(chǎn)工程第九屆年會暨第四屆青年科技工作者學(xué)術(shù)會議論文集（二）[C];2004年

2 史磊;李江宏;李智鵬;;烏魯木齊市物流需求預(yù)測研究[A];地理學(xué)核心問題與主線——中國地理學(xué)會2011年學(xué)術(shù)年會暨中國科學(xué)院新疆生態(tài)與地理研究所建所五十年慶典論文摘要集[C];2011年

3 袁麗娜;周建勤;;基于滑動平均-灰色模型的物流需求預(yù)測研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會論文集[C];2012年

4 陳德良;王文科;;湖南省物流需求預(yù)測[A];《兩型社會建設(shè)與湖南管理創(chuàng)新》論壇論文集[C];2008年

5 劉洪霞;鹿應(yīng)榮;;非線性預(yù)測模型在糧食物流需求預(yù)測中的應(yīng)用[A];農(nóng)業(yè)系統(tǒng)工程理論與實(shí)踐研究——全國農(nóng)業(yè)系統(tǒng)工程學(xué)術(shù)研討會論文集[C];2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫劍青;北京市物流需求預(yù)測研究[D];北京交通大學(xué);2016年

2 陳云飛;物流需求預(yù)測在M公司的應(yīng)用研究[D];蘇州大學(xué);2014年

3 黃麗;隨機(jī)時間序列模型在物流需求預(yù)測中的應(yīng)用[D];武漢大學(xué);2004年

4 李自立;基于支持向量機(jī)的區(qū)域物流需求預(yù)測研究[D];武漢科技大學(xué);2009年

5 黃永福;重慶市物流需求預(yù)測方法及應(yīng)用研究[D];重慶交通大學(xué);2009年

6 李娟;區(qū)域經(jīng)濟(jì)關(guān)聯(lián)視角下河北省物流需求預(yù)測研究[D];燕山大學(xué);2014年

7 何霞;基于灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的省級區(qū)域物流需求預(yù)測[D];長沙理工大學(xué);2009年

8 文培娜;基于人工神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測及實(shí)證研究[D];北京物資學(xué)院;2010年

9 劉海波;赤峰市物流需求預(yù)測研究[D];吉林大學(xué);2012年

10 萬福來;天津港物流需求預(yù)測和物流發(fā)展策略研究[D];天津大學(xué);2012年

  本文關(guān)鍵詞：北京市物流需求預(yù)測研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：255828