基于人工神经网络的区域物流需求预测及实证研究

基于人工神经网络的区域物流需求预测及实证研究

论文摘要

20世纪80年代中期以来,随着经济全球化和信息化进程的不断加快,物流业作为具有广阔前景和增值功能的新兴服务业,在全球范围内得以迅速发展。各国及地区纷纷将物流业作为重点发展产业,希望通过大力发展物流业来带动经济发展,改善投资环境,增加对外资的吸引,解决就业压力等等,但过快的增长容易造成物流实际供给能力与物流需求的不平衡,带来战略的失效或反作用。因此,本文欲通过对区域物流需求规模、结构以及它们的发展变化趋势进行分析及预测,以期能为区域规划者在制定区域物流产业政策、区域物流规划以及物流设施建设投资方面提供必要的基础数据和决策支持。本文以国内外区域物流需求预测研究现状以及相关的理论知识为基础,研究区域物流需求预测。首先,在综述国内外研究的基础上确定了本文研究的目的意义及内容;接着,在介绍物流需求及其预测的理论知识的基础上,分析了物流需求的主要影响因素以及它们之间的相关性程度,并建立了区域物流需求预测的指标体系,包括区域经济指标和物流需求指标;然后,在介绍人工神经网络的基本理论的基础上,对人工神经网络应用于区域物流需求预测进行了可行性分析,利用BP神经网络建立了区域物流需求预测模型,并说明了模型的实现过程;最后,以上海市为例,通过前面建立的模型对上海市的物流需求规模和结构进行了定性和定量的预测分析。通过分析及实证研究,本文认为区域物流需求与区域经济存在很强的相关性,它们之间的发展存在内在的逻辑性,这决定了可以利用经济水平来预测区域物流需求。由于BP神经网络具有强非线性映射能力,因此,它可以很好的揭示区域物流需求与区域经济两者之间的内在联系,并能得到很好的预测效果,从而为区域物流需求预测提供了一种较科学的方法。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外区域物流需求预测的研究现状综述
  • 1.2.1 国外区域物流需求预测的研究现状
  • 1.2.2 国内区域物流需求预测的研究现状
  • 1.2.3 现有研究中存在的问题
  • 1.3 本文主要研究内容及基本结构
  • 1.3.1 主要研究内容
  • 1.3.2 本文的基本结构
  • 1.4 本章小结
  • 第2章 区域物流需求预测相关理论
  • 2.1 区域物流需求概述
  • 2.1.1 区域物流需求的内涵
  • 2.1.2 区域物流需求的特点
  • 2.2 区域物流需求影响因素探讨
  • 2.2.1 经济影响因素
  • 2.2.2 非经济影响因素
  • 2.2.3 区域物流需求影响因素的关联度分析
  • 2.3 区域物流需求预测理论
  • 2.3.1 区域物流需求的可预测性及预测的内容
  • 2.3.2 区域物流需求预测的特点
  • 2.3.3 区域物流需求预测的步骤
  • 2.4 本章小结
  • 第3章 区域物流需求预测指标体系建立
  • 3.1 我国物流统计现状
  • 3.2 区域物流需求预测指标的选取原则
  • 3.3 区域物流需求预测指标的选取
  • 3.3.1 物流需求指标的选取
  • 3.3.2 区域经济指标的选取
  • 3.3.3 预测指标体系的建立
  • 3.4 预测指标体系评价
  • 3.5 本章小结
  • 第4章 人工神经网络基本理论及预测模型的构建
  • 4.1 神经网络的内涵
  • 4.2 神经网络理论的发展史及应用
  • 4.2.1 神经网络理论的发展史
  • 4.2.2 神经网络的应用
  • 4.3 神经网络应用于区域物流需求预测的可行性分析
  • 4.3.1 神经网络用于物流需求预测的可行性及思路
  • 4.3.2 神经网络预测模型存在的问题
  • 4.4 基于BP 网络的区域物流需求预测模型的构建
  • 4.4.1 BP 网络
  • 4.4.2 BP 网络的不足及改进
  • 4.4.3 区域物流需求BP 网络预测模型的实现
  • 4.5 本章小结
  • 第5章 上海市物流需求预测实证研究
  • 5.1 上海市经济、物流发展概况
  • 5.1.1 上海市经济发展情况
  • 5.1.2 上海市物流发展情况
  • 5.2 上海市物流需求预测
  • 5.2.1 上海市物流需求规模预测
  • 5.2.2 上海市物流需求结构预测
  • 5.3 预测结果分析
  • 5.4 本章小结
  • 结论及展望
  • 参考文献
  • 附录1 神经网络预测代码及部分结果
  • 攻读学位期间发表学术论文及科研情况
  • 致谢
  • 相关论文文献

    • [1].基于遗传算法优化支持向量机的物流需求预测研究[J]. 宿州学院学报 2016(12)
    • [2].时间序列分析方法在物流需求预测中的应用[J]. 物流科技 2017(06)
    • [3].农资物流需求预测及应用[J]. 湖北农业科学 2015(08)
    • [4].辽宁省盘锦市物流需求预测研究[J]. 商业故事 2016(25)
    • [5].基于改进的灰色-马尔可夫链模型的广西物流需求预测研究[J]. 西部交通科技 2019(10)
    • [6].物流需求预测方法研究进展[J]. 物流技术 2020(01)
    • [7].基于引力模型的区域物流需求预测研究[J]. 管理评论 2017(02)
    • [8].区域物流需求预测方法研究综述[J]. 东方企业文化 2015(05)
    • [9].基于支持向量机的城市物流需求预测研究[J]. 现代管理科学 2013(11)
    • [10].国内外物流需求预测研究概况[J]. 物流工程与管理 2013(04)
    • [11].多元线性回归模型在物流需求预测中的应用[J]. 中国物流与采购 2009(20)
    • [12].基于主成分分析的区域物流需求预测指标研究[J]. 物流技术 2009(12)
    • [13].基于模糊认知图的物流需求预测模型研究[J]. 系统工程理论与实践 2019(06)
    • [14].我国港口物流需求预测研究评述[J]. 合作经济与科技 2016(08)
    • [15].区域物流需求预测研究综述[J]. 湖北经济学院学报(人文社会科学版) 2014(11)
    • [16].基于灰色系统的江苏省物流需求预测[J]. 物流工程与管理 2013(01)
    • [17].基于因子分析与神经网络的区域物流需求预测[J]. 计算机仿真 2012(06)
    • [18].改进灰色模型在物流需求预测中的应用[J]. 计算机仿真 2012(06)
    • [19].物流需求预测算法的仿真研究[J]. 计算机仿真 2011(09)
    • [20].蚁群优化支持向量机的物流需求预测[J]. 计算机系统应用 2013(05)
    • [21].基于自适应神经网络的物流需求预测研究[J]. 河南理工大学学报(自然科学版) 2010(05)
    • [22].组合预测法在成都公路物流需求预测中的应用[J]. 中国储运 2008(03)
    • [23].西江经济带经济发展及物流需求预测[J]. 物流工程与管理 2015(07)
    • [24].区域物流需求预测的应用研究[J]. 微电子学与计算机 2011(09)
    • [25].广西物流需求预测[J]. 经济研究参考 2010(53)
    • [26].供给侧结构性改革下河北省钢铁物流需求预测研究[J]. 大众标准化 2020(02)
    • [27].包含政策变量的物流需求预测模型及实证研究[J]. 兰州财经大学学报 2017(04)
    • [28].灰色预测模型在煤矿物流需求预测上的应用[J]. 现代商贸工业 2017(35)
    • [29].基于回归分析方法的物流需求预测——以安徽省为例[J]. 广西民族师范学院学报 2015(04)
    • [30].辽宁省第三方物流需求预测[J]. 现代商贸工业 2014(12)

    标签:;  ;  ;  ;  ;  

    基于人工神经网络的区域物流需求预测及实证研究
    下载Doc文档

    猜你喜欢