近年來隨著區(qū)域協(xié)調發(fā)展、產業(yè)分工協(xié)作趨勢不斷增強,現代物流業(yè)逐漸發(fā)展成為中國國民經濟體系中重要的基礎性服務產業(yè)。其中在中觀物流領域,城市物流扮演著重要的角色,它服務于城市需求,促進城市經濟快速發(fā)展。同時,城市經濟的形成又是城市物流存在的條件,城市運輸能力不足,交通運輸基礎設施落后等嚴重影響了城市物流效率,只有運輸能力與城市物流需求匹配時,才能真正體現出它的經濟價值和社會價值,所以提前預測物流需求能夠減少運力浪費,有針對性地改善基礎設施,進而提高物流效率。物流需求往往又與宏觀經濟指標相關。因此,本文從宏觀經濟指標出發(fā),結合相關文獻分析與物流需求相關的因素,通過灰色關聯(lián)分析得到用于預測城市物流需求的指標集,然后分析Arima時間序列模型與BP神經網絡的原理和特點,將兩者加以結合形成Arima-BP組合預測模型,并以天津市為例進行模型驗證并對天津市物流需求趨勢進行預測,依據預測結果并結合物流及配套產業(yè)現狀提出城市物流發(fā)展的對策與建議。詳細內容如下:首先,以城市物流需求為研究對象,提出了本文所要研究的問題,闡述了研究的重要性,并指出了現有研究的不足,從而引出本文的研究內容,并繪制技術路線圖;基... 

【文章來源】：天津理工大學天津市

【文章頁數】：54 頁

【學位級別】：碩士

【部分圖文】：

物流系統(tǒng)供需平衡圖

第四章 城市物流需求預測模型構建據。每輸入一個樣本，樣本輸入數據沿著網絡正向進行傳遞，并最終得到一個實際網絡根據實際輸出值和期望輸出值的誤差計算網絡的總誤差，并根據這個數值和路徑上的權值和閾值。權值和閾值的調整過程通常使用最速下降法，沿著神層反向進行調整的。這個過程要確保所有的訓練樣本都已完成訓練。3.判斷 BP 神經網絡是否訓練完成而在網絡訓練過程中，如果計算得到的誤差值滿足初始化設定的誤差精度要求訓練次數達到初始化設定的最大訓練次數，則終止訓練，網絡構建完成。4.BP 網絡仿真預測由于 BP 神經網絡訓練過程會存在較大的隨機性，因此本文在誤差為 0.00065點個數為 8 個的情況下進行了 50 次訓練，并從中選取了誤差最小的一次，此個數為 8 個。把 2015-2016 年物流需求預測指標的值輸入此網絡進行仿真訓練015 年、2016 年的結果分別為 49694 和 49926，與實際結果的誤差值分別為-34，誤差率絕對值分別為 6.55%，3.21%，平均誤差為 4.88%。

圖 4-4 BP 神經網絡預測圖Figure 4-4 BP neural network prediction map片來源：Matlab 繪制.4.2 基于 Arima 時間序列的物流需求預測模型本例中使用 SPSS 軟件進行自相關分析和預測模型構建。由于本研究中使用的數為年度數據，不需要考慮季節(jié)性的影響，因此在本例中所要使用的 Arima 模型只需，d，p 三個參數。時間序列預測模塊的自相關分析是指通過對比分析自相關系數和關系數來確定時間序列的特性，并可以從相關圖中直觀判斷。在本例中，時間變量期趨勢時間序列，因而可以通過一階差分將該序列轉化為平穩(wěn)序列，同時將參數 d為 1；然后再做出自相關函數圖和偏自相關函數圖來判斷其他兩個參數 p 和 q。根相關和偏自相關函數圖發(fā)現，自相關函數和偏自相關函數分別為 1 步和 2 步截尾，過白噪聲檢驗，因而可分別設置 p 為 1，q 為 2，最終三個參數分別確為 d=l，p=1 =2。在完成上一步，確定所有參數后創(chuàng)建新的模型，在方法選項中選擇 Arima 方法后將 p，d，q 的值輸入模型，對參數進行檢驗并計算預測值。模型擬合結果及預測

【參考文獻】：
期刊論文
[1]基于模糊綜合評價法的農民工創(chuàng)業(yè)風險評價研究[J]. 呂惠明,王亞南.  寧波大學學報(人文科學版). 2018(06)
[2]基于模糊層次綜合評價法的工程項目質量控制研究[J]. 張景煜,張玉騰.  價值工程. 2018(34)
[3]基于模糊綜合評價法的浙江省高速公路暴雨災害風險評估[J]. 顧婷婷,鄧闖,潘婭英,魏晨.  干旱氣象. 2018(05)
[4]基于模糊綜合評價法的中小水利水電工程施工質量評價[J]. 孫媛媛.  黑龍江水利科技. 2018(10)
[5]我國科技投入與三次產業(yè)間灰色關聯(lián)度的結構性差異研究[J]. 董永亮,王躍,戴騰輝.  中國物價. 2018(10)
[6]基于Cov-AHP-模糊綜合評價法的PPP項目風險評價研究[J]. 劉曉偉,韓穎.  遼寧工業(yè)大學學報(自然科學版). 2018(05)
[7]淮河流域安徽段水環(huán)境健康風險模糊綜合評價[J]. 吳轉璋,耿天召.  安徽農業(yè)科學. 2018(27)
[8]基于模糊綜合評價的地形數據更新質量評定研究[J]. 吳守來,王麗欣,吳瓊.  測繪與空間地理信息. 2018(09)
[9]基于模糊綜合評價法對江蘇省教育質量的研究[J]. 何良杰,戴正本,時自亮.  赤峰學院學報(自然科學版). 2018(09)
[10]模糊綜合評價在武漢市中深層地熱勘探風險評價中的應用[J]. 江越瀟,�？�,于瑤,范威,蘇呈.  資源環(huán)境與工程. 2018(04)

博士論文
[1]生態(tài)文明視野下的區(qū)域物流發(fā)展研究[D]. 鄭國詵.福建師范大學 2013

碩士論文
[1]江西省農村物流需求的影響因素與預測研究[D]. 虢芳.華東交通大學 2018
[2]基于遺傳神經網絡的城市圈物流需求預測[D]. 夏建民.江西師范大學 2017
[3]河南省農村物流需求預測與影響因素分析[D]. 夏重陽.河南農業(yè)大學 2013
[4]經濟全球化下我國港口物流發(fā)展研究[D]. 劉寶成.河北師范大學 2011
[5]物流量預測方法研究[D]. 王小忠.武漢理工大學 2005
[6]區(qū)域經濟和區(qū)域物流需求的預測研究[D]. 楊浩.對外經濟貿易大學 2005



本文編號：3467925