本文關(guān)鍵詞：山東省物流需求組合預測方法及其應用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：物流產(chǎn)業(yè)是支撐國民經(jīng)濟社會發(fā)展的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè),尤其“一帶一路”國家戰(zhàn)略的實施以及“互聯(lián)網(wǎng)+”的崛起,極大地推動了物流業(yè)的發(fā)展,同時,物流業(yè)的健康發(fā)展也為國家戰(zhàn)略以及“互聯(lián)網(wǎng)+”的實施提供有利支持。經(jīng)濟的發(fā)展促進物流的發(fā)展,但物流健康有效的運行還需要政府給予相應的政策支持以及企業(yè)制定合理的物流規(guī)劃。國家政策的制定以及物流合理規(guī)劃等一系列促進物流發(fā)展的措施都離不開定性和定量分析。定量分析需要找出衡量物流需求被解釋指標和解釋指標,從而建立起物流需求預測指標體系。本文首先利用灰色關(guān)聯(lián)分析得出了各個解釋指標與被解釋指標的關(guān)系,根據(jù)關(guān)聯(lián)度大小對各指標進行排序,選取了6個影響物流需求指標,建立了物流需求指標體系。物流需求預測方法較多,每種預測方法都有各自的假設(shè)前提和適用條件,因此,物流需求預測方法的選取也是至關(guān)重要的。本文利用Shapley值組合預測的方法,根據(jù)單一預測誤差的大小給予一個合理的權(quán)重,綜合了單一預測方法的優(yōu)勢,彌補了各自的不足,結(jié)合山東省物流需求指標數(shù)據(jù)進行了驗證。論文第一章首先介紹了研究背景和意義,然后從單一預測和組合預測兩個方面介紹了國內(nèi)外研究現(xiàn)狀,總結(jié)了本文的創(chuàng)新點;第二章介紹了區(qū)域物流需求及其預測方法理論、影響因素分析以及指標體系的建立;第三章在介紹了常用定性定量方法的基礎(chǔ)上,選取了主成分回歸預測、多變量灰色預測以及主成分RBF神經(jīng)網(wǎng)絡(luò)預測三種定量分析模型,對其理論進行介紹,并對三種模型進行了橫向比較。在此基礎(chǔ)上又提出了Shapley組合預測法,根據(jù)其原理可知,利用該組合預測能綜合三種單一預測的優(yōu)勢,達到更好的預測效果;第四章以山東省為例進行實證分析,首先對目前山東省物流現(xiàn)狀、特點進行了簡要介紹,然后利用山東省2005年到2014年指標數(shù)據(jù)驗證了三種單一預測模型和組合預測模型的有效性,并進行了山東省物流需求預測,達到了相對誤差為0.01的精度要求。最后,總述了主要研究結(jié)論及展望。
【關(guān)鍵詞】：區(qū)域物流需求預測 主成分回歸模型 主成分RBF神經(jīng)網(wǎng)絡(luò)模型 多變量灰色預測模型 Shapley值組合預測
【學位授予單位】：首都經(jīng)濟貿(mào)易大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F259.27
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-16
• 1.1 論文的研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文的主要內(nèi)容12-14
• 1.4 技術(shù)路線14-15
• 1.5 論文的創(chuàng)新點15
• 1.6 本章小結(jié)15-16
• 2 區(qū)域物流需求預測相關(guān)理論分析及其影響因素分析16-23
• 2.1 區(qū)域物流需求概述16-20
• 2.1.1 區(qū)域物流需求概念16
• 2.1.2 區(qū)域物流需求的特點16-17
• 2.1.3 區(qū)域物流需求預測的特點17
• 2.1.4 區(qū)域物流需求預測的步驟17-18
• 2.1.5 常用的區(qū)域物流需求預測方法18-20
• 2.2 區(qū)域物流需求影響因素分析20-22
• 2.3 本章小結(jié)22-23
• 3 區(qū)域物流需求模型的建立23-42
• 3.1 區(qū)域物流需求預測指標體系建立23-24
• 3.1.1 區(qū)域物流需求預測指標的選取原則23
• 3.1.2 物流需求指標體系建立23-24
• 3.2 預測方法的選擇24-25
• 3.3 主成分回歸預測模型25-28
• 3.3.1 主成分分析原理25
• 3.3.2 多元回歸模型的定義25
• 3.3.3 多元回歸模型的建立25-28
• 3.3.4 主成分回歸分析模型的建立28
• 3.4 多變量灰色預測模型28-34
• 3.4.1 灰色系統(tǒng)理論介紹28-29
• 3.4.2 灰色系統(tǒng)理論的作用29
• 3.4.3 灰色生成的分類29-30
• 3.4.4 對變量灰色預測模型建模原理30-34
• 3.5 主成分分析RBF神經(jīng)網(wǎng)絡(luò)模型34-37
• 3.5.1 RBF神經(jīng)網(wǎng)絡(luò)理論34-36
• 3.5.1.1 RBF神經(jīng)網(wǎng)絡(luò)概念34-35
• 3.5.1.2 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)35
• 3.5.1.3 RBF神經(jīng)網(wǎng)絡(luò)的映射關(guān)系35-36
• 3.5.2 基于主成分分析的RBF神經(jīng)網(wǎng)絡(luò)預測模型的建立36-37
• 3.6 三種單一預測模型的比較37-38
• 3.6.1 三種單一預測模型優(yōu)缺點比較37
• 3.6.2 三種單一預測模型的適用條件37-38
• 3.7 基于Shapley組合預測模型的建立38-41
• 3.7.1 組合預測方法概念38
• 3.7.2 組合預測方法分類38-39
• 3.7.3 組合預測方法的原理39
• 3.7.4 Shapley值法的基本原理39-40
• 3.7.5 基于Shapley值法的組合預測模型的構(gòu)建40-41
• 3.8 本章小結(jié)41-42
• 4 山東省區(qū)域物流需求預測實例研究42-56
• 4.1 山東省物流需求預測的必要性分析42
• 4.2 數(shù)據(jù)來源及整理42-44
• 4.2.1 數(shù)據(jù)來源42-43
• 4.2.2 數(shù)據(jù)處理43-44
• 4.3 主成分回歸模型的建立44-47
• 4.4 山東省物流需求多變量灰色模型的建立47-50
• 4.5 PCA-RBF神經(jīng)網(wǎng)絡(luò)預測模型的建立50-51
• 4.6 基于Shapley值法的組合模型預測51-54
• 4.7 預測結(jié)果分析54-55
• 4.8 本章小結(jié)55-56
• 5 結(jié)論與展望56-58
• 5.1 主要研究結(jié)論56
• 5.2 不足與展望56-58
• 參考文獻58-61
• 致謝61-62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔣輝;論組合預測方法的實現(xiàn)條件[J];財經(jīng)科學;1990年04期

2 戚佩珊;組合預測方法探討[J];安徽農(nóng)師院學報;1991年02期

3 唐小我;曹長修;;組合預測方法研究的若干新結(jié)果[J];預測;1992年05期

4 方向華;王文杰;湯兵勇;;基于模糊補償?shù)慕M合預測方法研究[J];中國儲運;2006年01期

5 李美娟;陳國宏;林志炳;;基于漂移度的組合預測方法研究[J];中國管理科學;2011年03期

6 孫林巖;;組合預測方法及應用[J];預測;1990年04期

7 孫鳳;組合預測方法及其應用[J];山西財經(jīng)學院學報;1991年06期

8 李華;;組合預測方法在文獻工作中的應用研究[J];情報學刊;1993年01期

9 文新輝，陳開周;一種新的最優(yōu)組合預測方法及其應用[J];西安電子科技大學學報;1994年03期

10 唐小我，，傅庚，曾勇;遞歸方差倒數(shù)組合預測方法及其應用研究[J];預測;1994年05期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 孔繁亮;張國志;;鞅差序列的一種組合預測方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術(shù)年會論文集[C];2005年

2 陳志航;程乾生;;基于隱馬爾科夫模型的組合預測方法[A];第九屆全國信號處理學術(shù)年會（CCSP-99）論文集[C];1999年

3 李世平;孫浚清;;儀器精度組合預測方法研究[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅲ）[C];2008年

4 唐小我;;最優(yōu)組合預測方法及其應用[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

5 李秀蘭;;組合預測方法的研究和應用——郵發(fā)期刊價格預測[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術(shù)年會論文集[C];1999年

6 王周敬;李武;賀建勛;;變權(quán)重組合預測方法在貨運量預測中的應用[A];1997中國控制與決策學術(shù)年會論文集[C];1997年

7 李秀蘭;王宏鑫;;均勻設(shè)計——灰色聯(lián)合預測及其應用——郵發(fā)期刊價格預測[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第3卷）[C];1995年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 李彩虹;兩類組合預測方法的研究及應用[D];蘭州大學;2012年

2 于振明;一類耐用消費品的需求預測方法及應用[D];東北大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 林思銘;組合預測方法在建筑能耗預測中的應用[D];福州大學;2014年

2 劉婷;山東省物流需求組合預測方法及其應用研究[D];首都經(jīng)濟貿(mào)易大學;2016年

3 張景廣;基于基因表達式編程的組合預測方法研究[D];華中師范大學;2011年

4 朱報春;基于模糊邏輯系統(tǒng)的組合預測方法及應用[D];河海大學;2001年

5 王鳳飛;組合預測方法簡介及其實證分析[D];山西大學;2011年

6 閆海霞;灰色組合預測方法在糧食產(chǎn)量中的應用[D];西安理工大學;2009年

7 段妮妮;基于組合預測方法的趨勢預測研究與應用[D];西華大學;2009年

8 張進;不同精度準則下的區(qū)間型組合預測方法研究[D];安徽大學;2010年

9 李春生;模糊變權(quán)重組合預測方法的研究[D];中南大學;2002年

10 趙凱;基于庫恩塔克條件的最優(yōu)組合預測方法及其在R&D投入中的應用研究[D];重慶師范大學;2010年

  本文關(guān)鍵詞：山東省物流需求組合預測方法及其應用研究，由筆耕文化傳播整理發(fā)布。

本文編號：446473