基于物流需求货运量的预测模型的研究与应用

《基于物流需求货运量的预测模型的研究与应用》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、＇Ｂ’遠攀新故＊馨ＵｎｉｖｅｒｓｉｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏＬｉａｏｎｉｎｙｇｙｇ．ｒＸ■ＰＪＭｉ■八＾ｒ破工５ｐ３ｆｌｉ化乂＇＇－ｉ量苗强藝：置早早－？式ＴＨＥＳＩＩＳＦＯＲＭＡＳＴＥ民ＳＤＥＧＲＥＥ．ｆ■一．．壤■；■．ｌ，■驴ＳＩ占，■．、■ｓＳＳｍ：一．＊．＇．＂■ｉ，ｉ—＇？：＂‘山、Ｏｌ％ＶＷｒＶｖ＂，．＾．．立ｒ：－ｒＴ基于物流需求货运量的预测模型的研究与应用！Ｉ作者姓名；项垫

2、指导教师：刘洪教授’一？—、－专业领域：运筹学与控制论，｜諸＾一、１￣答辨日期：２０１６年１月２１日黛）■■■．．摹■＾＇兰：．三．其窮英品挪立．；聋費巧沪吉＊＂、？；＞苗－一■．。－一亡、：，独剑性声明本人声明所呈交的论文是我个人在导师指导下进巧的研究工作及取得的研。尽我所知？标注和致谢的地方外，究成果，除了文中侍别加ｙ论文中不包含其他人己经发表或撰写过的研巧成果，也不包含为获得注宁科技大学或其它教育机构的学位或证书而使用过的材料一，

3、与我同工作的同志对本研巧所做的任何贡献均己在论论支中作了明确的说明并表示了谢意。文作者签名：谋遷曰期；年月日７本人关于论文使用授权的说明完全了解迁宁科技大学有关保留、使用学位论文的规定，即：学校有权分保留送交论文的复印件，允许论文被查阅和借阅：学校可Ｗ公布论文的全部或部内容，可１＾＾采用影印、缩印或其他复制手段保存论文。本学位论文属于：保密□在．年解密后适用本授权书。．，论文不保密□（请在ｙ■上方框内打＂Ｖ＂）作者签名：冰遷日期：年■＾月日或７指导教师签名：和日顯：年ｉ月日、７公开分类号O2

4、31密级UDC单位代码10146学号132070501008硕士学位论文基于物流需求货运量的预测模型的研究与应用研究生姓名：项堃指导教师：刘洪教授工作单位：辽宁科技大学论文提交日期：2016.01.20答辩日期：2016.01.21学位授予日期：授予单位：论文评阅人：工作单位：论文评阅人：工作单位：答辩委员会主席：李梅娟教授工作单位：鞍山师范学院StudyandApplicationofPredictionModelBasedonFreightVolumeofLogisticsDemandsAthesisSubmittedtoUniversit

5、yofScienceandTechnologyLiaoningbyXiangKun(MajoringinOperationalandCybernetics)Supervisor:Prof.LiuHongJanuary20,2016中文摘要近年来，随着经济形势与结构的变化与发展，现代物流业在国民经济发展与资源配置中的作用也日益凸显。物流业被看作是经济发展的基础产业，其发展程度也是国家或地区发展水平的重要标志之一。随着国家“十二五”规划提出加快现代物流体系的建设、物流基础设施的建设、降低物流成本、提高物流效率、优化物流产业的发展格局以及提高物流标准

6、化水平，而这些将有利于促进物流需求的快速增长，因此对物流需求建立合理的预测模型是非常有必要的。本文以物流业发展现状为实际研究背景，对基于以货运量为指标的物流需求的预测模型进行了深入研究。文中主要从以下几个方面展开工作：1．在对物流业的相关理论与国内外物流业研究现状综述的基础上，阐述了目前物流业发展过程中存在的问题，明确了影响物流需求分析的几个因素，通过灰关联分析选取了货运量为物流需求的预测指标，筛选出灰色预测法和指数平滑法作为货运量分析预测的基本方法，为预测模型的进一步优化改进提供了基础资料。2．针对传统GM(1,1)模型的改进方法复杂、使用范

7、围有限、预测精度不高等问题，我们首先用二次插值的方法重新构造背景值，进一步通过滑动平均法对原始数据进行初值预处理，给出了物流需求货运量的改进GM(1,1)预测模型；然后，考虑到物流需求的货运量的数据特点，对指数平滑基本模型中的平滑系数进行优化，给出了基于误差平方和最小的指数平滑预测模型；最后，运用模型进行短期预测，实例仿真验证了模型的可行性和有效性。3．考虑到单项预测模型精度的局限性，运用组合预测的相关理论，对物流需求货运量的组合预测模型进行了深入的研究，首先给出了基于误差平方和最小的定权组合预测模型；又将向量夹角余弦与有序加权几何平均值相结合

8、的权重确定法运用于定权组合模型，给出了改进的定权组合预测模型；然后，为了进一步提高组合预测模型的精度，采用基于误差平方和最小的原理求解各时刻的权重，给