發(fā)布時間：2020-05-12 19:18

【摘要】：在國家積極推動“一帶一路”戰(zhàn)略建設背景下,黑龍江省以優(yōu)越的區(qū)位條件,主動與國家的“一帶一路”戰(zhàn)略銜接,提出“龍江絲路帶”建設規(guī)劃,推進了“中蒙俄經濟走廊”建設。物流業(yè)作為保障社會各項貿易活動正常運轉的關鍵產業(yè),促進區(qū)域經濟健康平穩(wěn)發(fā)展的新引擎。推動“龍江絲路帶”的建設離不開物流業(yè)支持,更需要健全的商貿物流體系作為保障。黑龍江省區(qū)域物流需求預測為進行區(qū)域物流資源的合理配置和建設科學高效的區(qū)域物流系統(tǒng)提供支持,為政府治理能力的提升提供保障,對減少資源浪費、促進區(qū)域經濟的持續(xù)健康發(fā)展、保障“龍江絲路帶”建設具有現(xiàn)實的指導意義。該研究以區(qū)域物流需求預測的相關理論為基礎,結合黑龍江省區(qū)域物流的實際發(fā)展狀況,對黑龍江省區(qū)域物流需求的相關指標進行分析,利用熵權灰色關聯(lián)分析法對區(qū)域物流相關指標進行篩選,建立黑龍江省區(qū)域物流預測指標體系。選擇偏最小二乘法、BP神經網(wǎng)絡以及支持向量機方法建立了偏最小二乘回歸模型、BP神經網(wǎng)絡模型、GS-SVR模型和GA-SVR模型四種預測模型,最終選擇GA-SVR模型為黑龍江省區(qū)域物流需求預測模型。采用灰色預測方法對黑龍江省區(qū)域物流需求相關指標進行預測,并將預測結果代入到GA-SVR模型中對黑龍江省未來3年的物流需求數(shù)據(jù)進行預測。通過對黑龍江省區(qū)域物流需求預測的研究分析,獲得主要的內容與結論如下:(1)該研究在對物流預測相關文獻研究基礎之上,結合對黑龍江省實際發(fā)展狀況研究分析,分析總結黑龍江省物流需求預測指標及影響黑龍江省區(qū)域物流需求的主要因素,選取了貨運量作為黑龍江省物流需求預測指標,最初選擇了20個物流需求相關影響因素指標,利用熵權灰色關聯(lián)分析法計算各影響指標的灰色關聯(lián)度,對相關影響因素進行篩選。最終選取14個相關影響指標構建了黑龍江省區(qū)域物流需求預測的指標體系。(2)該研究在對區(qū)域物流需求相關預測方法研究的基礎上,選取偏最小二乘、BP神經網(wǎng)絡和支持向量機三種預測方法,其中選取網(wǎng)格搜索和遺傳算法對支持向量機的模型建立需要進行相關參數(shù)優(yōu)化,結合所建立的黑龍江省區(qū)域物流需求預測指標體系,建立區(qū)域物流需求預測的偏最小二乘回歸模型、BP神經網(wǎng)絡回歸模型、GS-SVR模型和GA-SVR模型。通過對比分析GA-SVR模型的預測結果的平均相對誤差為1.70%,預測效果最佳。最終選取了基于GA-SVR模型的黑龍江省區(qū)域物流需求預測模型。(3)該研究根據(jù)黑龍江省區(qū)域物流需求各相關影響指標的變化規(guī)律特點進行分析,選擇灰色預測方法作為合適的預測方法,建立黑龍江省區(qū)域物流需求相關影響指標的預測模型,對各相關影響指標未來3年的趨勢進行預測。(4)該研究在所建立的黑龍江省區(qū)域物流需求預測指標體系和GA-SVR模型的基礎之上,將灰色預測模型預測的區(qū)域物流各相關影響指標未來3年的預測值代入到GA-SVR模型中,對黑龍江省未來3年的物流需求進行了預測,為政府相關決策提供科學的數(shù)據(jù)支持。
【學位授予單位】：東北農業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F259.27;N941.5

【相似文獻】

相關期刊論文 前10條

1 高青;;基于遺傳算法優(yōu)化支持向量機的物流需求預測研究[J];宿州學院學報;2016年12期

2 趙彥軍;陳玉;;時間序列分析方法在物流需求預測中的應用[J];物流科技;2017年06期

3 臧金霞;蔣萬春;申艷光;;農資物流需求預測及應用[J];湖北農業(yè)科學;2015年08期

4 張廣哲;;遼寧省盤錦市物流需求預測研究[J];商業(yè)故事;2016年25期

5 崔翠;;國內外物流需求預測研究概況[J];物流工程與管理;2013年04期

6 陳德良;王文科;;多元線性回歸模型在物流需求預測中的應用[J];中國物流與采購;2009年20期

7 李自立;黃芬;;基于主成分分析的區(qū)域物流需求預測指標研究[J];物流技術;2009年12期

8 魯渤;汪壽陽;匡海波;;基于引力模型的區(qū)域物流需求預測研究[J];管理評論;2017年02期

9 王東蛟;夏國恩;馬璐;;區(qū)域物流需求預測方法研究綜述[J];東方企業(yè)文化;2015年05期

10 魏樂琴;;區(qū)域物流需求預測研究綜述[J];湖北經濟學院學報(人文社會科學版);2014年11期

相關會議論文 前3條

1 劉洪霞;鹿應榮;;非線性預測模型在糧食物流需求預測中的應用[A];農業(yè)系統(tǒng)工程理論與實踐研究——全國農業(yè)系統(tǒng)工程學術研討會論文集[C];2006年

2 史磊;李江宏;李智鵬;;烏魯木齊市物流需求預測研究[A];地理學核心問題與主線——中國地理學會2011年學術年會暨中國科學院新疆生態(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測研究[A];2012管理創(chuàng)新、智能科技與經濟發(fā)展研討會論文集[C];2012年

相關博士學位論文 前1條

1 鄭斌;區(qū)域物流網(wǎng)絡中心選址及線路優(yōu)化研究[D];大連海事大學;2011年

相關碩士學位論文 前10條

1 買書魁;基于灰色理論和GA-SVR模型的黑龍江省區(qū)域物流需求預測研究[D];東北農業(yè)大學;2019年

2 崔雨欣;基于Lasso-BP神經網(wǎng)絡的河北省物流需求預測研究[D];河北經貿大學;2019年

3 胡鵬基;基于Arima-BP的城市物流需求預測及發(fā)展對策研究[D];天津理工大學;2019年

4 韓瑞;基于集對分析的區(qū)域物流需求預測研究[D];河北大學;2018年

5 曾祥鵬;湖南省林果冷鏈物流需求預測研究[D];中南林業(yè)科技大學;2018年

6 曾瑞瑜;基于LDWPSO的加權樸素貝葉斯算法在物流需求預測中的應用研究[D];南京郵電大學;2018年

7 竇錦;“一帶一路”戰(zhàn)略下甘肅省物流需求預測及實證研究[D];蘭州財經大學;2017年

8 趙美珍;山西省工業(yè)物流需求預測[D];山西大學;2016年

9 孫豐巖;基于系統(tǒng)動力學的港口物流需求預測研究[D];青島理工大學;2016年

10 陳云飛;物流需求預測在M公司的應用研究[D];蘇州大學;2014年

，

本文編號：2660710