基于支持向量机的区域物流需求预测研究

《基于支持向量机的区域物流需求预测研究》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、武汉科技大学硕士学位论文第1页摘要在国家提出振兴物流产业政策的背景下，区域物流需求量势必将快速增长。各区域正借此契机，积极制定区域物流系统规划，建设区域物流系统。而区域物流需求预测是区域物流系统规划中的重要环节，为制定区域物流发展政策、确定物流基础设施建设规模、分析物流市场态势提供必要的基础依据。故物流需求预测是区域政府、物流企业十分关切的问题。本文研究了区域物流需求预测的指标、物流需求预测模型的选择，并建立了预测模型，同时对湖北省区域物流需求预测进行了实证研究。主要内容如下：首先，阐述了区域物流和物流需求的内涵和特点，总结归纳了物流需求的影响因素。然后，对比欧美等

2、学者研究物流需求预测时选用的指标，根据我国物流统计的具体情况，选取了适合我国区域物流需求预测研究的指标。其三，比较了国内外常用的物流需求预测方法，如回归分析、时间序列预测等传统方法，和人工神经网络方法，分析了其优缺点，并针对区域物流需求预测指标数据的特点，选择支持向量机方法用于预测区域物流需求，可使其预测结果更加理想。最后，以湖北省区域物流需求预测为例进行了实证分析，通过使用主成分分析法，选择主成分指标，利用支持向量回归机模型理论建立了区域物流需求预测模型，并使用Libsvm．2．88软件，求解预测结果，得出结论。论文的研究工作可以为湖北省区域物流系统规划、物流企业

3、发展规划提供较为准确的物流需求预测数据，为物流需求分析、物流需求预测指标体系、物流需求预测模型选择及计算的进一步研究，提供参考和借鉴。关键词：区域物流；需求预测；支持向量机；主成分分析法第1I页武汉科技大学硕士学位论文AbstractInthebackgroundofourcountryproposesthelogisticsindustrypromotionpolicy,theregionallogisticsdemandwillinevitablyswiftgrow．Variousregionsaretakingadvantageofthisturningpoi

4、nt，workingouttheregionallogisticssystemplanningpositively,constructingtheregionallogisticssystem．Andtheregionallogisticsdemandforecastistheimportantlinkintheregionallogisticssystemplanning，willprovidetheessentialfoundationbasistoformulatethepolicyofregionallogisticsdevelopment,determin

5、ethescaleofregionallogisticsinfrastructuralfacilities，andanalyzethesituationofregionallogisticsmarket．Thereforetheregionalgovernmentandthelogisticsenterprisepayspecialattentiontotheregionallogisticsdemandforecasting．Thisthesisstudiesindicatoroftheregionallogisticsdemandforecasting,them

6、odelchoiceofregionallogisticsdemandforecast，andestablishestheforecastmodel，conductstheempiricalstudyoftheHubeiProvinceregionallogisticsdemandforecast．Summarizesasfollows：(1)Thethesisanalyzestheconnotationandthecharacteristicoftheregionallogisticsandthelogisticsdemand，summarizedtheinflu

7、encingfactoroflogistiesdemand．(2)ComparewiththeindicatorwhichscholarsselecttostudytheregionallogisticsdemandforecastinEuropeandAmerica,andaccordingtoourcountrylogisticsstatistics'specialdetails，ThethesisselectstheindicatorwhichsuitstoresearchregionlogisticsdemandforecastinOurcountry．