【摘要】：在當前經(jīng)濟全球化和區(qū)域經(jīng)濟一體化的時代潮流下,物流作為經(jīng)濟增長的“加速器”,其重要性日益凸顯。面對當前世界不確定性增加的經(jīng)濟環(huán)境和日益嚴峻的競爭形勢,加強區(qū)域合作已成為決策者們愈加青睞的共同選擇。物流能夠促進地區(qū)間的互聯(lián)互通和資源的自由流動,發(fā)揮調(diào)節(jié)供需、增強區(qū)域產(chǎn)業(yè)競爭力的作用。要讓物流業(yè)最大程度地帶動經(jīng)濟增長,就要構(gòu)建現(xiàn)代化物流服務體系,而對物流需求量的預測是重要依據(jù)。通過科學預測物流需求,根據(jù)實際需求及時調(diào)整供需關(guān)系,合理規(guī)劃物流網(wǎng)絡布局,不斷完善和優(yōu)化物流服務體系,最大限度地發(fā)揮物流在促進社會經(jīng)濟發(fā)展中的作用。當前,河北省的物流業(yè)發(fā)展還存在一些問題:不平衡的物流市場供需,粗放的發(fā)展模式,產(chǎn)業(yè)信息化程度低,物流效率低、成本高。這些問題嚴重制約了河北省物流產(chǎn)業(yè)向高質(zhì)量發(fā)展階段邁進,因此,本文建立了Lasso-BP神經(jīng)網(wǎng)絡模型預測河北省物流需求,為整合物流資源、科學合理地引導河北省物流產(chǎn)業(yè)發(fā)展提供依據(jù)。本文在國內(nèi)外物流需求預測研究的基礎(chǔ)上,結(jié)合河北省物流發(fā)展現(xiàn)狀,對河北省物流需求預測進行了研究。第一,從區(qū)域經(jīng)濟、區(qū)域產(chǎn)業(yè)、區(qū)域環(huán)境和其它四方面分析了物流需求影響因素,并利用相關(guān)分析法對各個因素和因變量之間的關(guān)聯(lián)關(guān)系進行分析,在前人研究基礎(chǔ)上,總結(jié)構(gòu)建了河北省物流需求預測指標體系。第二,以貨運量作為物流需求的量化指標,建立了Lasso-BP神經(jīng)網(wǎng)絡模型預測河北省貨運量:先利用Lasso方法選擇出第二產(chǎn)業(yè)增加值、全社會固定資產(chǎn)投資、鐵路營業(yè)里程和公路里程四個對因變量影響最顯著的自變量,再以這四個自變量作為輸入變量利用BP神經(jīng)網(wǎng)絡預測建模,并與二次指數(shù)平滑預測、單一的BP神經(jīng)網(wǎng)絡模型進行對比,結(jié)果表明,Lasso-BP神經(jīng)網(wǎng)絡模型的預測效率更高。第三,基于Lasso-BP神經(jīng)網(wǎng)絡模型對河北省未來五年的貨運量進行預測,結(jié)果表明,未來五年河北省貨運量增長穩(wěn)定,但與往年相比增長不明顯,反映了物流需求增長動力不足的問題。第四,本文從不同角度對河北省物流發(fā)展提出以下建議:(1)保證全社會對固定資產(chǎn)的投資金額,特別是對物流基礎(chǔ)設施建設的投資。通過增加財力投入實現(xiàn)對物流基礎(chǔ)設施的不斷更新和完善,提高物流硬件水平,從裝備設施上助力物流產(chǎn)業(yè)發(fā)展,增強物流產(chǎn)業(yè)與地區(qū)經(jīng)濟發(fā)展的一致性,從社會投資增強物流需求增長動力。(2)優(yōu)化經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)。保持第二產(chǎn)業(yè)穩(wěn)定發(fā)展,加大對實體經(jīng)濟的支持力度,穩(wěn)固第二產(chǎn)業(yè)對物流需求增長的支撐作用。同時,繼續(xù)支持第三產(chǎn)業(yè)發(fā)展,釋放產(chǎn)業(yè)活力,增加物流需求增長新動能。從穩(wěn)定支撐和增加新動能上雙管齊下,促進物流需求不斷增長。(3)增強物流供給能力。完善物流服務體系,提升物流服務水平,創(chuàng)新物流服務產(chǎn)品,依據(jù)市場變化提供更為多樣和專業(yè)的物流服務,在滿足現(xiàn)有市場物流需求的同時,通過供給創(chuàng)新催生新的物流需求,從供給端增強物流需求增長動力。(4)重視物流人才培養(yǎng)。所有產(chǎn)業(yè)的發(fā)展都需要人才的支撐,高校和物流企業(yè)應加強合作,發(fā)揮各自優(yōu)勢,建立人才聯(lián)合培養(yǎng)機制,注重培養(yǎng)專業(yè)素質(zhì)過硬、實踐能力強的專業(yè)人才,以人才促進物流業(yè)的持續(xù)長遠發(fā)展。本文的創(chuàng)新之處在于將Lasso的變量選擇與BP神經(jīng)網(wǎng)絡的非線性預測組合應用在物流需求預測領(lǐng)域,并實現(xiàn)了河北省物流需求預測的實證分析。通過建立Lasso-BP神經(jīng)網(wǎng)絡模型,為各主體預測物流需求提供了行之有效的預測途徑。
【學位授予單位】：河北經(jīng)貿(mào)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F259.27;C81
【圖文】：

技術(shù)路線圖

圖 4.1 2000-2016 年貨運量2）預測值計算及誤差分析取平滑指數(shù)α為 0.7，依據(jù)一次指數(shù)平滑公式，先計算一次指數(shù)平滑值，在一次值的基礎(chǔ)上再依據(jù)二次指數(shù)平滑公式計算二次指數(shù)平滑值，之后根據(jù)一次、二滑值計算得出線性預測公式的系數(shù) 、 ，并依次取 T 為 1 至 5，由此計算得-2016 年的二次指數(shù)平滑預測值，計算得出的預測值與實際值對比圖如圖 4.

圖 4.1 2000-2016 年貨運量2）預測值計算及誤差分析取平滑指數(shù)α為 0.7，依據(jù)一次指數(shù)平滑公式，先計算一次指數(shù)平滑值，在一次值的基礎(chǔ)上再依據(jù)二次指數(shù)平滑公式計算二次指數(shù)平滑值，之后根據(jù)一次、二滑值計算得出線性預測公式的系數(shù) 、 ，并依次取 T 為 1 至 5，由此計算得-2016 年的二次指數(shù)平滑預測值，計算得出的預測值與實際值對比圖如圖 4.

【相似文獻】

相關(guān)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(nóng)資物流需求預測及應用[J];湖北農(nóng)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(nèi)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(shù);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(jīng)濟學院學報(人文社會科學版);2014年11期

相關(guān)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(nóng)業(yè)系統(tǒng)工程理論與實踐研究——全國農(nóng)業(yè)系統(tǒng)工程學術(shù)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(shù)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(jīng)濟發(fā)展研討會論文集[C];2012年

相關(guān)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(guān)碩士學位論文 前10條

1 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

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

3 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

4 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

5 曾瑞瑜;基于LDWPSO的加權(quán)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

6 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(jīng)大學;2017年

7 趙美珍;山西省工業(yè)物流需求預測[D];山西大學;2016年

8 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

9 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

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

本文編號：2744245