基于組合模型的冷鏈運輸車輛需求預測研究
發(fā)布時間:2023-06-03 03:31
隨著中國經(jīng)濟發(fā)展,社會進步,人民生活水平從如何吃飽轉(zhuǎn)變?yōu)槿绾纬院玫膯栴},從而更加關注食品新鮮與健康問題,生鮮農(nóng)產(chǎn)品的需求量與日劇增,對冷鏈物流運輸能力產(chǎn)生了很大挑戰(zhàn),然而中國冷鏈物流起步晚,雖然經(jīng)過一定的發(fā)展,但是冷鏈物流運輸能力由于冷鏈運輸車輛保有量較低,遠不能滿足市場冷鏈物流運力的需求。通過發(fā)展冷鏈物流,提高配送效率,滿足冷鏈市場對基礎運力的需求,保證生鮮農(nóng)產(chǎn)品的新鮮度和安全性同時減少浪費。冷鏈運輸車輛屬于中國汽車工業(yè)體系,大環(huán)境下汽車銷售數(shù)量逐年下跌,在滿足市場對冷鏈運輸車輛需求的同時,避免冷鏈運輸車輛供需不匹配的問題,因此有必要對冷鏈物流運輸車輛市場需求進行研究。本文通過文獻整理,確定影響冷鏈運輸車輛需求預測的因素,獲取了冷鏈運輸車輛銷售、冷鏈物流貨運量、人均可支配收入、公路固定資產(chǎn)投資完成情況、居民消費價格指數(shù)、搜索量、城市人口密度等數(shù)據(jù),并對這些因素進行探索性分析發(fā)現(xiàn)之間的規(guī)律,針對冷鏈運輸車輛相關性高的因素,進行指標拓展,針對拓展的指標進行指標選擇,在提高模型準確率同時,降低模型的計算周期。后采用隨機森林、XGBoost、Light GBM三種單模型構建冷鏈運輸車輛需求預...
【文章頁數(shù)】:92 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外相關研究
1.3 研究內(nèi)容
1.4 研究方法與技術路線
1.4.1 研究方法
1.4.2 技術路線
1.5 本章小結
第二章 相關理論與方法基礎
2.1 需求預測方法研究現(xiàn)狀
2.1.1 時間序列方法
2.1.2 機器學習方法
2.1.3 組合預測方法
2.1.4 模型評價方法
2.2 需求預測影響因素研究現(xiàn)狀
2.2.1 消費者購買決策過程
2.2.2 消費者購買理論模型
2.2.3 需求預測影響因素
2.3 本章小結
第三章 冷鏈運輸車輛需求預測影響因素分析
3.1 影響因素指標確定
3.2 數(shù)據(jù)收集
3.3 數(shù)據(jù)預處理
3.4 影響因素探索性分析
3.4.1 分類變量特征分析
3.4.2 連續(xù)變量特征分析
3.5 影響因素指標拓展
3.6 影響因素指標選擇
3.7 本章小結
第四章 冷鏈運輸車輛需求預測模型構建及優(yōu)化
4.1 基于單模型的冷藏車需求預測
4.1.1 隨機森林模型構建
4.1.2 XGBoost模型構建
4.1.3 Light GBM模型構建
4.2 基于Stacking組合模型的冷藏車需求預測
4.2.1 Stacking模型融合思想
4.2.2 Stacking模型融合參數(shù)設置
4.2.3 Stacking模型預測效果
4.3 模型效果對比分析
4.4 本章小結
第五章 冷鏈運輸車輛需求預測對冷鏈物流管理影響
5.1 影響因素的選取和模型融合促使需求預測效果更準確
5.2 準確的需求預測緩解冷鏈運輸車輛供需矛盾
5.3 推進冷鏈運輸網(wǎng)絡構建
5.4 為政策決策提供建議
結論與展望
參考文獻
致謝
本文編號:3828580
【文章頁數(shù)】:92 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外相關研究
1.3 研究內(nèi)容
1.4 研究方法與技術路線
1.4.1 研究方法
1.4.2 技術路線
1.5 本章小結
第二章 相關理論與方法基礎
2.1 需求預測方法研究現(xiàn)狀
2.1.1 時間序列方法
2.1.2 機器學習方法
2.1.3 組合預測方法
2.1.4 模型評價方法
2.2 需求預測影響因素研究現(xiàn)狀
2.2.1 消費者購買決策過程
2.2.2 消費者購買理論模型
2.2.3 需求預測影響因素
2.3 本章小結
第三章 冷鏈運輸車輛需求預測影響因素分析
3.1 影響因素指標確定
3.2 數(shù)據(jù)收集
3.3 數(shù)據(jù)預處理
3.4 影響因素探索性分析
3.4.1 分類變量特征分析
3.4.2 連續(xù)變量特征分析
3.5 影響因素指標拓展
3.6 影響因素指標選擇
3.7 本章小結
第四章 冷鏈運輸車輛需求預測模型構建及優(yōu)化
4.1 基于單模型的冷藏車需求預測
4.1.1 隨機森林模型構建
4.1.2 XGBoost模型構建
4.1.3 Light GBM模型構建
4.2 基于Stacking組合模型的冷藏車需求預測
4.2.1 Stacking模型融合思想
4.2.2 Stacking模型融合參數(shù)設置
4.2.3 Stacking模型預測效果
4.3 模型效果對比分析
4.4 本章小結
第五章 冷鏈運輸車輛需求預測對冷鏈物流管理影響
5.1 影響因素的選取和模型融合促使需求預測效果更準確
5.2 準確的需求預測緩解冷鏈運輸車輛供需矛盾
5.3 推進冷鏈運輸網(wǎng)絡構建
5.4 為政策決策提供建議
結論與展望
參考文獻
致謝
本文編號:3828580
本文鏈接:http://sikaile.net/jingjilunwen/hongguanjingjilunwen/3828580.html
最近更新
教材專著