基于偏最小二乘神经网络的环渤海经济区物流需求预测研究

发布时间：2018-01-01 01:12

  本文关键词：基于偏最小二乘神经网络的环渤海经济区物流需求预测研究　出处：《天津职业技术师范大学》2015年硕士论文　论文类型：学位论文

  更多相关文章： 区域物流 需求预测 偏最小二乘 BP神经网络 环渤海经济区

【摘要】：随着经济的快速增长和信息化的加快，，物流作为一种新兴的行业得到了快速发展。从物流产生之日起，物流需求便存在于各行各业，又因经济的发展，第三方物流公司不断增加，并外包了很多企业的物流业务，物流需求可谓日益增长。这很可能带来问题：物流的实际供给能力不能满足物流需求。这种不平衡会对经济及物流的发展产生反作用，因此，对物流需求进行预测显得尤为重要。作为中国经济的第三个“增长极”，在国家政策的支持下，环渤海经济区的经济飞速发展。综合实力显著增强，对外开放进一步扩大，第三产业发展加快。本文欲对环渤海经济区物流需求进行预测，预测结果可以为该区域的物流发展提供必要的基础数据和决策支持。 本文建立偏最小二乘神经网络组合模型预测环渤海经济区的物流需求。第一章绪论部分概括介绍了区域物流需求预测的研究背景及意义，分析了国内外研究现状，还对本文的主要研究内容、基本结构、技术路线作了阐述。第二章介绍了区域物流及区域物流需求的概念和特点，具体分析了影响区域物流需求的因素，并建立了区域物流需求预测指标体系。第三章论述了偏最小二乘回归的产生、发展及应用，阐述了其基本原理和算法推导，并简要介绍了偏最小二乘回归的辅助分析技术。第四章介绍BP神经网络预测方法，阐述了神经网络的内涵及其发展与应用，对神经网络应用于区域物流需求预测的可行性进行分析，并建立基于BP网络的区域物流需求预测模型。最终将偏最小二乘回归法与BP神经网络结合，建立组合模型。第五章先对环渤海经济区的经济和物流的发展现状作了简要介绍，再对环渤海经济区的物流需求进行仿真预测。第六章根据预测结果从政府层面和企业层面对促进环渤海经济区物流发展给出合理的对策建议。第七章是对本文研究工作的总结和进一步研究方向的展望。 在物流系统规划过程中，物流需求预测是非常重要的环节，在物流需求预测时使用偏最小二乘神经网络这种组合预测方法，能够比较科学地预测出未来的物流需求趋势，用于实际中。
[Abstract]:With the rapid development of economy and the rapid development of information technology , logistics has been developed rapidly as a new industry . From the date of production of logistics , the logistics demand exists in all walks of life . With the development of the economy , the third party logistics company is growing . The logistics demand is growing . As a third " growth pole " of China ' s economy , the development of the economic zone in Bohai Sea is accelerated . The paper intends to forecast the logistics demand of the Bohai Sea economic zone . The forecast results can provide the necessary basic data and decision support for the logistics development in the region . In chapter 1 , the paper introduces the research background and significance of regional logistics demand forecast , analyzes the concept and characteristics of regional logistics demand forecast , and establishes the regional logistics demand forecast index system . In the process of logistics system planning , logistics demand forecasting is a very important link , and the combination forecasting method using partial least square neural network is used in forecasting logistics demand , which can predict the future trend of logistics demand scientifically , and be used in practice .

【学位授予单位】：天津职业技术师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP183;F259.27

【参考文献】

相关期刊论文 前10条

1 初良勇,田质广,谢新连;组合预测模型在物流需求预测中的应用[J];大连海事大学学报;2004年04期

2 过秀成,谢实海,胡斌;区域物流需求分析模型及其算法[J];东南大学学报(自然科学版);2001年03期

3 张凤荣,金俊武,李延忠;基于改进的灰色BP神经网络的区域物流成本预测[J];公路交通科技;2005年06期

4 许淑君;;一个基于Agent的逆向物流在线跳变灰预测系统[J];计算机工程;2006年08期

5 耿立艳;赵鹏;张占福;;基于二阶振荡微粒群最小二乘支持向量机的物流需求预测[J];计算机应用研究;2012年07期

6 庞明宝;常振华;刘娟;;基于非线性支持向量机区域物流量预测[J];物流科技;2007年09期

7 杨树果;王新利;;偏最小二乘回归与灰色模型耦合在物流需求预测中的应用[J];农业技术经济;2010年07期

8 张慧;邢培振;;区域物流需求建模与预测仿真[J];计算机仿真;2012年06期

9 孙艳玲;;灰色预测模型在物流预测中的应用研究——以四川省为例[J];商场现代化;2007年01期

10 黄虎;;区域物流需求的影响因素分析[J];商场现代化;2007年34期

相关博士学位论文 前2条

1 黄虎;基于区域经济的区域物流需求分析及实证研究[D];西南交通大学;2008年

2 曲亚鑫;基于历史数据的偏最小二乘建模方法研究与应用[D];华北电力大学;2012年

本文编号：1362274