基于变权组合预测方法的区域物流园区用地规模研究

《基于变权组合预测方法的区域物流园区用地规模研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中南大学硕士学位论文基于变权组合预测方法的区域物流园区用地规模研究姓名：谭司庭申请学位级别：硕士专业：交通运输规划与管理指导教师：史峰20100401摘要随着全球经济一体化和我国经济的快速发展，物流业作为国民经济的支柱产业和新的经济增长点，正在日益发挥着重要作用。物流园区作为物流运作不可缺少的功能环节，是物流业形成和发展的重要组成部分。由于影响物流园区用地规模的因素很多，因此，如何确定其规模，至今还没有形成一套行之有效的方法。本文结合物流园区相关理论研究成果和实践发展经验，研究区域物流园区用地规模的合理

2、预测方法。论文对国内外物流园区的研究现状和发展状况进行了综述，从系统和宏观的角度阐述了物流园区的主要功能与布局特征，分析了物流园区用地规模的影响因素、确定原则和程序，并对确定区域物流园区用地规模的主要参数——区域物流量进行了重点研究。主要探讨了变权组合预测方法，提出了具有多项式形式变权函数的最优变权组合预测方法，该方法非常适合近期预测，其预测误差明显低于其它方法，但对远期预测效果非常差。为此提出了具有收敛性多项式形式变权函数的最优变权组合预测模型，并给出了具体算法，该方法对近期预测的效果也高于定权组合预

3、测方法，比最优变权组合预测方法稍差，但对于远期预测效果远远高于最优变权组合预测方法。通过对长沙市和湖南省的区域货运量进行预测分析和比较，结果表明：具有收敛性多项式形式变权函数的最优变权组合预测方法对近期和远期预测都有比较好的预测效果，其模型是一种比较理想的预测模型。最后，对参数法计算用地规模的公式进行了修正，并对各个参数进行了详细讨论。采用将定量与定性相结合方法预测了长沙市和湖南省2015年区域物流园区的用地总规模。预测结果对区域物流园区用地规模的规划布局有一定的指导意义和应用价值，可为政府部门制定区域

4、物流发展相关政策提供参考依据。关键词物流园区，用地规模，物流量，变权组合预测，实证分析ABSTRACTWithglobaleconomicintegrationandChina'srapideconomicdevelopment，thelogisticsindustryregardedasthepillarindustryofnationaleconomyandneweconomicgrowthpoint，isincreasinglyplayinganimportantrole．Asanintegral

5、partoflogisticsoperation，LogisticsParkisanessentiallinkintheformationanddevelopmentoflogisticsindustry．DuetomanyfactorsaffectingthescaleofLogisticsParksite，thereisnoeffectivemethodtodeterminethesizescale．Inthispaper,combiningthetheoryofLogisticsParkandit

6、spracticalexperience，thelandusescaleofregionallogisticsparklandispredictedinanappropriateway．Thethesissummarizesthecurrentresearchstatusoflogisticsparkathomeandabroad．Fromthesystemandmacroscopicperspective，thekeyfunctionsoflogisticsparksandlayoutfeatures

7、areformulated，thelogisticsparklandscalefactorsandestablishedprinciplesandproceduresareanalyzed，andthemainparametersofregionallogisticsparklandsizeareaddressed，whichisnamedastheregionallogisticsquantity．Focusingontheweightchangeablecombinationforecastingm

8、ethod，theoptimalweightchangeablecombinationforecastofapolynomialvariableweightingfunctionisproposed，whichissuitableforshort—termforecastwithlowerforecasterrorthanothermethodsbutnotforthelong—termforecast．Thustheabovepropos