本文關(guān)鍵詞：聯(lián)動發(fā)展背景下宜賓港物流需求預(yù)測研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在日趨激烈的國內(nèi)外市場競爭環(huán)境下,港口發(fā)展不能簡單的依靠規(guī)�；�,需要在一定范圍實行內(nèi)外部聯(lián)動協(xié)作,港口聯(lián)動發(fā)展已成為一種趨勢。明確港口自身的物流需求發(fā)展變化是港口進(jìn)行系統(tǒng)規(guī)劃、確定功能定位、制定聯(lián)動發(fā)展戰(zhàn)略的前提和基礎(chǔ)。本文在港口聯(lián)動發(fā)展、港口與腹地關(guān)系、港口物流需求預(yù)測等理論研究基礎(chǔ)上,明確聯(lián)動對港口物流需求的影響機(jī)理。根據(jù)聯(lián)動發(fā)展背景下港口經(jīng)濟(jì)腹地以貨源市場進(jìn)行細(xì)分這一特征,首先,對宜賓港聯(lián)動發(fā)展現(xiàn)狀進(jìn)行分析,以云、貴、川腹地資源為基礎(chǔ),進(jìn)出港口貨物運輸組織為導(dǎo)向,找出聯(lián)動發(fā)展情況下對宜賓港物流需求具有直接影響的經(jīng)濟(jì)腹地范圍。其次,通過港口和腹地關(guān)系的定性分析找出影響宜賓港物流需求的因素,構(gòu)建預(yù)測指標(biāo)體系,并通過灰色關(guān)聯(lián)度分析進(jìn)行關(guān)鍵指標(biāo)篩選。最后,提出嵌套組合的預(yù)測方式,內(nèi)層以線性回歸與指數(shù)平滑相組合預(yù)測出BP神經(jīng)網(wǎng)絡(luò)輸入向量,外層以GM(1,1)與BP神經(jīng)網(wǎng)絡(luò)相組合預(yù)測出了宜賓港“十三五”期間的港口吞吐量情況。綜合理論研究和實證分析,本文得出以下幾點研究結(jié)論:第一,港口物流發(fā)展水平與經(jīng)濟(jì)腹地發(fā)展?fàn)顩r具有協(xié)同性,腹地的資源情況決定著產(chǎn)業(yè)結(jié)構(gòu)進(jìn)而影響港口的物流需求。經(jīng)濟(jì)腹地的貨物運輸情況和交通網(wǎng)絡(luò)與港口的吞吐量有著明顯的相關(guān)性,目前,公路運輸對宜賓港的物流發(fā)展,特別是集裝箱吞吐量有著很大的影響。第二,聯(lián)動發(fā)展背景下對宜賓港物流需求具有直接影響的經(jīng)濟(jì)腹地為成都經(jīng)濟(jì)區(qū)、川南經(jīng)濟(jì)區(qū)、攀西-六盤水經(jīng)濟(jì)區(qū)的18個城市。第三,在長江經(jīng)濟(jì)帶的歷史機(jī)遇和聯(lián)動發(fā)展的有益促進(jìn)下,宜賓港的物流發(fā)展迅速,“十三五”期間港口貨物吞吐量和集裝箱吞吐量將保持高速增長,到2020年集裝箱量將突破100萬標(biāo)箱。港口物流的快速發(fā)展需要宜賓港不斷地進(jìn)行戰(zhàn)略規(guī)劃及建設(shè),為港口發(fā)展不斷注入新的動力。第四,BP神經(jīng)網(wǎng)絡(luò)比GM(1,1)、線性回歸、指數(shù)平滑更全面且預(yù)測精度更高。隨著預(yù)測周期的延長,BP神經(jīng)網(wǎng)絡(luò)反應(yīng)數(shù)據(jù)真實性的能力在下降,而GM(1,1)能很好解決這一問題,因為它能保持預(yù)測數(shù)據(jù)固有的趨勢�？傮w而言,組合預(yù)測能克服各單項預(yù)測的片面性且在預(yù)測精度上更優(yōu)。
【關(guān)鍵詞】：港口聯(lián)動 經(jīng)濟(jì)腹地 物流需求 組合預(yù)測
【學(xué)位授予單位】：重慶交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F259.27;F552.7
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-20
• 1.1 研究背景10-11
• 1.2 研究意義11-12
• 1.2.1 理論意義11
• 1.2.2 現(xiàn)實意義11-12
• 1.3 國內(nèi)外研究綜述12-17
• 1.3.1 國外研究現(xiàn)狀12-14
• 1.3.2 國內(nèi)研究現(xiàn)狀14-16
• 1.3.3 國內(nèi)外研究現(xiàn)狀評述16-17
• 1.4 研究內(nèi)容及創(chuàng)新點17-18
• 1.4.1 研究內(nèi)容17-18
• 1.4.2 研究創(chuàng)新點18
• 1.5 研究方法及技術(shù)路線18-20
• 1.5.1 研究方法18-19
• 1.5.2 技術(shù)路線19-20
• 第二章 聯(lián)動發(fā)展背景下港口物流需求預(yù)測概述20-28
• 2.1 港口聯(lián)動概述20-23
• 2.1.1 港口聯(lián)動的定義20
• 2.1.2 港口聯(lián)動的內(nèi)容及模式20-22
• 2.1.3 聯(lián)動影響港口物流需求的機(jī)理22-23
• 2.2 港口及腹地相互關(guān)系23-25
• 2.2.1 經(jīng)濟(jì)腹地對港口的影響23-24
• 2.2.2 港口對經(jīng)濟(jì)腹地的影響24
• 2.2.3 港口及經(jīng)濟(jì)腹地的協(xié)同發(fā)展24-25
• 2.3 聯(lián)動發(fā)展背景下港口物流需求預(yù)測25-28
• 2.3.1 聯(lián)動發(fā)展背景下港口物流需求特征25-26
• 2.3.2 聯(lián)動發(fā)展背景下港口物流需求預(yù)測內(nèi)容及步驟26-28
• 第三章 宜賓港聯(lián)動發(fā)展?fàn)顩r及經(jīng)濟(jì)腹地劃分28-36
• 3.1 宜賓港總體情況28-31
• 3.1.1 航道條件及基礎(chǔ)設(shè)施建設(shè)29
• 3.1.2 港口業(yè)務(wù)開展情況29-30
• 3.1.3 港口的集疏運體系30
• 3.1.4 宜賓臨港產(chǎn)業(yè)區(qū)情況30-31
• 3.2 宜賓港與其他港口聯(lián)動發(fā)展?fàn)顩r31-33
• 3.3 聯(lián)動發(fā)展背景下宜賓港經(jīng)濟(jì)腹地劃分33-36
• 3.3.1 宜賓港經(jīng)濟(jì)腹地總體情況33
• 3.3.2 聯(lián)動下宜賓港經(jīng)濟(jì)腹地劃分33-36
• 第四章 聯(lián)動發(fā)展背景下宜賓港物流需求預(yù)測模型構(gòu)建36-48
• 4.1 定量預(yù)測方法36-42
• 4.1.1 指數(shù)平滑法36-37
• 4.1.2 GM(1,1)灰色預(yù)測37-39
• 4.1.3 回歸分析預(yù)測法39-41
• 4.1.4 BP神經(jīng)網(wǎng)絡(luò)41-42
• 4.2 組合預(yù)測方法42-45
• 4.2.1 組合預(yù)測的分類43
• 4.2.2 組合預(yù)測權(quán)系數(shù)的確定方法43-44
• 4.2.3 組合預(yù)測效果的評價44-45
• 4.3 聯(lián)動發(fā)展背景下宜賓物流需求預(yù)測模型45-48
• 第五章 聯(lián)動發(fā)展背景下宜賓港物流需求預(yù)測實證分析48-68
• 5.1 預(yù)測指標(biāo)構(gòu)建48-51
• 5.1.1 港口物流需求影響因素分析48-49
• 5.1.2 預(yù)測指標(biāo)的構(gòu)建原則49-50
• 5.1.3 宜賓港物流需求預(yù)測指標(biāo)集50-51
• 5.2 預(yù)測指標(biāo)數(shù)據(jù)收集與篩選51-55
• 5.2.1 數(shù)據(jù)資料收集51-52
• 5.2.2 預(yù)測指標(biāo)的篩選方法52-53
• 5.2.3 灰色關(guān)聯(lián)度進(jìn)行關(guān)鍵指標(biāo)篩選53-55
• 5.3 貨物吞吐量預(yù)測55-63
• 5.3.1 GM（1,1）時間序列預(yù)測55-56
• 5.3.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測56-61
• 5.3.3 GM(1,1)和BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測61-63
• 5.4 集裝箱吞吐量預(yù)測63
• 5.5 預(yù)測結(jié)果分析63-64
• 5.6 宜賓港港口物流發(fā)展建議64-68
• 第六章 總結(jié)與展望68-70
• 6.1 研究總結(jié)68
• 6.2 研究展望68-70
• 致謝70-72
• 參考文獻(xiàn)72-76
• 附錄: 部分MATLAB預(yù)測代碼76-80
• 攻讀學(xué)位期間取得的研究成果80

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 于忠霞;李家偉;;組合預(yù)測法在成都公路物流需求預(yù)測中的應(yīng)用[J];中國儲運;2008年03期

2 黃寧;;廣西北部灣經(jīng)濟(jì)區(qū)物流需求預(yù)測分析[J];企業(yè)科技與發(fā)展;2012年09期

3 胡媛;;哈大齊工業(yè)走廊物流需求預(yù)測初探[J];中國水運(下半月);2011年05期

4 張平平;;基于灰色系統(tǒng)理論的山西省物流需求預(yù)測分析[J];機(jī)械管理開發(fā);2012年01期

5 劉長秀,張悟移,林強(qiáng);云南省物流需求預(yù)測[J];鐵道運輸與經(jīng)濟(jì);2005年11期

6 駱達(dá)榮;;基于SVR殘差修正自回歸模型的區(qū)域物流需求預(yù)測[J];物流技術(shù);2013年13期

7 高秀春;徐晶晶;高艷玲;;基于BP模型的港口物流需求預(yù)測研究[J];物流技術(shù);2014年03期

8 周茵;;殘差灰色預(yù)測模型在物流需求預(yù)測中的應(yīng)用[J];鐵道運輸與經(jīng)濟(jì);2007年11期

9 龍瓊;張蕾;;基于壓縮粒子群的彈性系數(shù)投入產(chǎn)出物流需求預(yù)測模型[J];湖南城市學(xué)院學(xué)報(自然科學(xué)版);2012年04期

10 樊寒偉;;呼和浩特市物流需求預(yù)測的實證分析[J];內(nèi)蒙古科技與經(jīng)濟(jì);2008年05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 王良杰;陜西省果品冷鏈物流需求預(yù)測[D];太原理工大學(xué);2016年

3 王東蛟;廣西區(qū)域物流需求預(yù)測研究[D];廣西科技大學(xué);2015年

4 鄭曉豐;基于系統(tǒng)動力學(xué)的河北省物流需求預(yù)測研究[D];石家莊鐵道大學(xué);2016年

5 何鵬;基于優(yōu)化型支持向量回歸機(jī)的都市圈物流需求預(yù)測研究[D];重慶工商大學(xué);2016年

6 馮永巖;北京市農(nóng)產(chǎn)品冷鏈物流需求預(yù)測研究[D];華北電力大學(xué)(北京);2016年

7 袁玉龍;聯(lián)動發(fā)展背景下宜賓港物流需求預(yù)測研究[D];重慶交通大學(xué);2016年

8 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

9 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

10 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

  本文關(guān)鍵詞：聯(lián)動發(fā)展背景下宜賓港物流需求預(yù)測研究，由筆耕文化傳播整理發(fā)布。

本文編號：434924