基于GM-Markov模型的闽赣粤三省物流需求量预测
发布时间:2018-03-28 08:29
本文选题:货运量 切入点:GM-Markov模型 出处:《商业经济研究》2017年19期
【摘要】:本文利用2008-2013年闽赣粤三省货运量,通过灰色预测模型中的GM(1,1)预测模型对闽赣粤三省2014-2016年货运量进行预测,经过后验差比值和小误差概率检验,得出模型预测精度为优。同时,利用Markov模型对灰色模型予以改进,构建新的GM-Markov模型,对三省2014-2016年货运量进行预测,并将前后模型预测结果与实际值对比,指出GM-Markov模型比单纯的GM(1,1)预测模型预测更为精确。最后,以GM-Markov模型对闽赣粤三省2017-2021年物流需求量进行预测,得出未来这些地区物流需求总量呈现缓慢增长态势,并指出闽赣粤三省物流业的发展应重点做好产业结构调整,做好基础设施的建设和人才的引进培养等。
[Abstract]:In this paper, the freight volume of Fujian, Jiangxi and Guangdong provinces from 2008 to 2013 is forecasted by using the GMM1 / 1) forecasting model in the grey forecasting model. After checking the ratio of posterior error and small error probability, it is concluded that the prediction accuracy of the model is excellent. The grey model is improved by using Markov model, and a new GM-Markov model is constructed to forecast cargo volume in three provinces from 2014 to 2016. By comparing the prediction results with the actual values, it is pointed out that the GM-Markov model is more accurate than the simple GM-Markov model. This paper forecasts the logistics demand of Fujian, Jiangxi and Guangdong provinces in 2017-2021 by using GM-Markov model, draws a conclusion that the total logistics demand in these areas will increase slowly in the future, and points out that the development of logistics industry in the three provinces of Fujian, Jiangxi and Guangdong should focus on the adjustment of industrial structure. Do a good job in infrastructure construction and talent introduction and training.
【作者单位】: 江西经济管理干部学院;
【分类号】:F224;F259.27
【相似文献】
相关期刊论文 前10条
1 李友俊;关欣;;大庆市物流需求量的灰色预测[J];产业与科技论坛;2008年01期
2 李磊;刘叶;;我国社会物流需求量的非线性回归预测[J];江南大学学报(自然科学版);2014年03期
3 杨茂盛,孙珂;人工神经网络技术在物流需求量预测中的应用[J];物流技术;2005年05期
4 王兆凯;王君磊;;镇江市物流需求量的灰色预测[J];产业与科技论坛;2010年06期
5 本刊编辑部;;勘误[J];产业与科技论坛;2010年07期
6 王小丽;;基于多因素灰色模型的物流需求量预测[J];统计与决策;2013年14期
7 冯淑贞;;基于产运系数法的物流需求量预测研究[J];物流技术;2013年11期
8 聂晶晶;;物流需求量的灰色系统预测分析[J];中国商贸;2011年15期
9 杨雅斌;;基于灰色理论的福建省物流需求量预测[J];物流工程与管理;2014年02期
10 谢晓燕;韦学婷;王霖;;基于指数平滑法的呼、包、鄂三角区物流需求量预测[J];干旱区资源与环境;2013年01期
相关硕士学位论文 前1条
1 高文相;大理州物流需求量预测研究[D];昆明理工大学;2015年
,本文编号:1675540
本文链接:https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/1675540.html