本文主要研究内容
作者武倩（2019）在《基于果蝇-灰色神经网络的煤炭物流需求预测模型研究》一文中研究指出：作为发展中国家,我国经济发展将长期依赖稳定的能源供给。我国煤炭赋存量在各种能源中居于第一位,加之清洁新能源的开发速度较慢,这决定了今后较长时间内我国的主要消耗能源仍是煤炭。我国煤炭产地与消费地分配极不对称,煤炭需经过长途运输才能送达最终消费地,因此煤炭物流系统是保障煤炭供需稳定的重要桥梁。煤炭物流需求量的预测是进行煤炭物流资源优化整合的前提,有利于提高煤炭物流系统效率。本文在分析我国能源消费现状与趋势,掌握煤炭消费形势,查阅学习国内外煤炭物流相关研究的基础上开展煤炭物流需求预测模型研究。首先在学习书本、查阅文献的前提下整理了煤炭物流、物流需求、需求预测等理论知识,在此基础上展开煤炭物流需求预测模型的指标体系构建。参考指标体系构建原则,考虑经济发展、产业结构、能源消费结构、国民消费水平、环保政策等多方面的因素,结合相关数据的可获得性与统一性,最终选取国民生产总值、居民人均消费支出、第二产业增加值、煤炭进出口总量、城镇人口数量、煤炭生产总量、能源消费总量、我国年均降水PH≤5.6的城市比例为影响因子。由于煤炭运输的最终结果是消费,选取煤炭消费量作为其物流需求预测的衡量指标。随后对所需预测模型进行着重研究,在对比国内外相关领域的研究现状后选择更具优势的组合模型。基于本文研究样本少,影响因素复杂,事物发展具有一定趋势的特点,选用灰色模型与BP神经网络进行组合,并针对神经网络收敛速度慢、易陷入局部最优的情况采用新兴的果蝇算法优化模型连接权重和阈值对组合模型进行改进。对比GNNM、FOA-GNNM和GA-GNNM三种模型预测结果的相对误差,显示出FOA-GNNM的预测精度高,适合煤炭物流需求的短期预测。最后,根据FOA-GNNM预测得到2018-2022年煤炭消费量。基于历史数据与相关政策规划计算出煤炭铁路、公路、海路等各式运输方式的运量比例,进而利用消费量求得2018-2022年各式运输方式的煤炭运量,并依据运量预测结果对煤炭物流的运力安排、线路规划、储备体系建设等提出了建议。图7表14参60
Abstract
zuo wei fa zhan zhong guo jia ,wo guo jing ji fa zhan jiang chang ji yi lai wen ding de neng yuan gong gei 。wo guo mei tan fu cun liang zai ge chong neng yuan zhong ju yu di yi wei ,jia zhi qing jie xin neng yuan de kai fa su du jiao man ,zhe jue ding le jin hou jiao chang shi jian nei wo guo de zhu yao xiao hao neng yuan reng shi mei tan 。wo guo mei tan chan de yu xiao fei de fen pei ji bu dui chen ,mei tan xu jing guo chang tu yun shu cai neng song da zui zhong xiao fei de ,yin ci mei tan wu liu ji tong shi bao zhang mei tan gong xu wen ding de chong yao qiao liang 。mei tan wu liu xu qiu liang de yu ce shi jin hang mei tan wu liu zi yuan you hua zheng ge de qian di ,you li yu di gao mei tan wu liu ji tong xiao lv 。ben wen zai fen xi wo guo neng yuan xiao fei xian zhuang yu qu shi ,zhang wo mei tan xiao fei xing shi ,cha yue xue xi guo nei wai mei tan wu liu xiang guan yan jiu de ji chu shang kai zhan mei tan wu liu xu qiu yu ce mo xing yan jiu 。shou xian zai xue xi shu ben 、cha yue wen suo de qian di xia zheng li le mei tan wu liu 、wu liu xu qiu 、xu qiu yu ce deng li lun zhi shi ,zai ci ji chu shang zhan kai mei tan wu liu xu qiu yu ce mo xing de zhi biao ti ji gou jian 。can kao zhi biao ti ji gou jian yuan ze ,kao lv jing ji fa zhan 、chan ye jie gou 、neng yuan xiao fei jie gou 、guo min xiao fei shui ping 、huan bao zheng ce deng duo fang mian de yin su ,jie ge xiang guan shu ju de ke huo de xing yu tong yi xing ,zui zhong shua qu guo min sheng chan zong zhi 、ju min ren jun xiao fei zhi chu 、di er chan ye zeng jia zhi 、mei tan jin chu kou zong liang 、cheng zhen ren kou shu liang 、mei tan sheng chan zong liang 、neng yuan xiao fei zong liang 、wo guo nian jun jiang shui PH≤5.6de cheng shi bi li wei ying xiang yin zi 。you yu mei tan yun shu de zui zhong jie guo shi xiao fei ,shua qu mei tan xiao fei liang zuo wei ji wu liu xu qiu yu ce de heng liang zhi biao 。sui hou dui suo xu yu ce mo xing jin hang zhao chong yan jiu ,zai dui bi guo nei wai xiang guan ling yu de yan jiu xian zhuang hou shua ze geng ju you shi de zu ge mo xing 。ji yu ben wen yan jiu yang ben shao ,ying xiang yin su fu za ,shi wu fa zhan ju you yi ding qu shi de te dian ,shua yong hui se mo xing yu BPshen jing wang lao jin hang zu ge ,bing zhen dui shen jing wang lao shou lian su du man 、yi xian ru ju bu zui you de qing kuang cai yong xin xing de guo ying suan fa you hua mo xing lian jie quan chong he yu zhi dui zu ge mo xing jin hang gai jin 。dui bi GNNM、FOA-GNNMhe GA-GNNMsan chong mo xing yu ce jie guo de xiang dui wu cha ,xian shi chu FOA-GNNMde yu ce jing du gao ,kuo ge mei tan wu liu xu qiu de duan ji yu ce 。zui hou ,gen ju FOA-GNNMyu ce de dao 2018-2022nian mei tan xiao fei liang 。ji yu li shi shu ju yu xiang guan zheng ce gui hua ji suan chu mei tan tie lu 、gong lu 、hai lu deng ge shi yun shu fang shi de yun liang bi li ,jin er li yong xiao fei liang qiu de 2018-2022nian ge shi yun shu fang shi de mei tan yun liang ,bing yi ju yun liang yu ce jie guo dui mei tan wu liu de yun li an pai 、xian lu gui hua 、chu bei ti ji jian she deng di chu le jian yi 。tu 7biao 14can 60
论文参考文献
论文详细介绍
论文作者分别是来自安徽理工大学的武倩，发表于刊物安徽理工大学2019-07-08论文，是一篇关于煤炭物流论文,需求预测论文,果蝇算法论文,灰色模型论文,神经网络论文,安徽理工大学2019-07-08论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自安徽理工大学2019-07-08论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：煤炭物流论文; 需求预测论文; 果蝇算法论文; 灰色模型论文; 神经网络论文; 安徽理工大学2019-07-08论文;