基于云模型的区域物流与经济耦合度研究
发布时间：2020-12-09 08:31
区域物流与区域经济的协调对两者的健康有序发展均存在较大的影响。选取适当指标体系,结合耦合理论、云模型理论与方法,得到区域物流子系统与区域经济子系统耦合度综合云参数的计算方法及步骤,并结合四川省物流与经济系统相应数据进行分析。实例结果表明,在研究期内,四川省区域物流与经济子系统各自的效用呈现增长趋势,区域物流子系统效用年均增长率为24.50%,区域经济子系统效用的年均增长率为32.93%,耦合度综合云的期望在0.4974到0.5001之间,表明区域物流与区域经济系统处于中等耦合阶段。
【文章来源】：交通运输工程与信息学报. 2020年01期 第160-167页
【文章页数】：8 页
【部分图文】：
图5时期3与时期4的耦合度综合云Fig.5Couplingdegreesynthesiscloudforperiods3
plingdegreesynthesiscloudforperiods1and2图5时期3与时期4的耦合度综合云Fig.5Couplingdegreesynthesiscloudforperiods3and4根据表5可知在时期1到时期4间，区域物流与经济的耦合度差异较小，耦合度综合云期望最大值出现在时期4（为0.5001），最小值出现在时期1（为0.4974），时期1到时期4存在微弱的增长趋势。图4与图5所示为不同时期耦合度综合云的情况，可以看出，在不同时期，耦合度综合云的中心基本重合，仅在云滴的分散程度上存在很小的差异，表明时期1到时期4区域物流与经济的耦合情况较为稳定。图6反映了在时期2，区域物流、区域经济系统的耦合度综合云与评价云的对比。可以看出，该时期区域物流与区域经济的耦合度较好，与等级3评价云高度贴合，说明该时期区域物流与区域经济耦合度一般。结合表2与表5，可知时期1到时期4期间，耦合度综合云的期望与等级3评价云的期望几乎相等，差异度分别为0.517%、0.118%、0.002%和0.020%。图6时期2时区域物流与区域经济耦合度Fig.6Couplingdegreeofregionallogisticsandregionaleconomyinperiod24结论在分析区域物流与区域经济相互作用的基础上，选取区域物流与区域经济相应指标，建立评价指标体系，依据耦合理论和云模型相应理论与方法，得到区域物流与区域经济耦合度综合云相关参数的计算方法及步骤，最终结合四川省2006年至2015年间物流与经济系统指标数据，进行实例分析。通过上述研究，得出结论如下：（1）区域物流与区域经济子系统之间存在较强的相互作用，二者相互依存，相互制约，需要协调发展。（2）区域物流与区域经济效用发展往往呈现较为相似的趋势，实例分析中，区域物流与区域经济子系统的效用均呈现较为显著的增长趋势，区域物流子系统效用
。云的数字特征一般用期望Ex、熵En和超熵He表示。其中期望Ex表示信息集合中最具有代表性的信息，表示定性概念的信息中心值；熵En表示定性信息的模糊性，是定性信息不确定性的表征；超熵He是云度厚度的度量，云滴越厚表示隶属度的离散程度越大，云的厚度也越大[15]。根据概念可以将云模型分为正向云和逆向云。正向云是实现定性向定量转化的过程，由云的数字特征产生云滴。逆向云是由多个样本组成的云滴产生云数字特征的过程，与正向云相反，是定量到定性的转换。正向云与逆向云的关系如图1所示。图1正向云与逆向云的关系Fig.1Relationshipbetweenforwardandbackwardclouds2.2耦合度综合云生成方法对于区域物流和区域经济单系统，可以用有序度衡量单系统的发展状态。设轨道交通产业第j个指标的历史数据序列为12{,,,}jjjnjxxxx，设存在12maxmax{,,,}jjjnjxxxx，minjx12min{,,,}jjnjxxx，则轨道交通产业系统第j个指标的有序度[15]为：min,maxmin()max,maxminjjjjjjkkkkkxxxxxxuxxxxxxx（3）式中，x+表示正向指标，x-表示负向指标。区域物流和区域经济单系统效用，可根据不
【参考文献】：
期刊论文
[1]关于长三角与成渝经济区区域物流与区域经济发展相关性的研究[J]. 唐嘉欣. 知识经济. 2018(12)
[2]基于耦合协调度模型的综合运输体系支撑力研究[J]. 薛锋,袁野. 交通运输工程与信息学报. 2018(01)
[3]丝绸之路经济带区域经济与物流发展耦合评价及空间分析[J]. 周小虎,杨宏伟,赵莺. 铁道运输与经济. 2017(01)
[4]基于熵权法与正态云模型的大坝安全综合评价[J]. 冯学慧. 水电能源科学. 2015(11)
[5]区域内物流水平与经济水平的互动关系研究[J]. 邵柏春. 物流技术. 2015(10)
[6]港口物流与区域经济的互动关联机理——以丹东港为例[J]. 王洪军. 经营管理者. 2014(15)
[7]基于Anylogic的南昌市区域物流与区域经济系统仿真研究[J]. 许华静,龙芳,袁崇敏,彭容青. 科技经济市场. 2014(01)
[8]一种定性定量信息转换的不确定性模型——云模型[J]. 陈贵林. 计算机应用研究. 2010(06)
[9]区域物流与区域经济的协同性分析[J]. 刘明菲,柯锦辉. 理论月刊. 2008(04)
[10]基于云X信息的逆向云新算法[J]. 刘常昱,冯芒,戴晓军,李德毅. 系统仿真学报. 2004(11)
硕士论文
[1]湖南省区域物流与区域经济的耦合度研究[D]. 胡冰茜.中南林业科技大学 2017
[2]广州汽车产业集群与区域物流协同发展研究[D]. 张景秀.华南理工大学 2012
本文编号：2906596
【文章来源】：交通运输工程与信息学报. 2020年01期 第160-167页
【文章页数】：8 页
【部分图文】：
图5时期3与时期4的耦合度综合云Fig.5Couplingdegreesynthesiscloudforperiods3
plingdegreesynthesiscloudforperiods1and2图5时期3与时期4的耦合度综合云Fig.5Couplingdegreesynthesiscloudforperiods3and4根据表5可知在时期1到时期4间，区域物流与经济的耦合度差异较小，耦合度综合云期望最大值出现在时期4（为0.5001），最小值出现在时期1（为0.4974），时期1到时期4存在微弱的增长趋势。图4与图5所示为不同时期耦合度综合云的情况，可以看出，在不同时期，耦合度综合云的中心基本重合，仅在云滴的分散程度上存在很小的差异，表明时期1到时期4区域物流与经济的耦合情况较为稳定。图6反映了在时期2，区域物流、区域经济系统的耦合度综合云与评价云的对比。可以看出，该时期区域物流与区域经济的耦合度较好，与等级3评价云高度贴合，说明该时期区域物流与区域经济耦合度一般。结合表2与表5，可知时期1到时期4期间，耦合度综合云的期望与等级3评价云的期望几乎相等，差异度分别为0.517%、0.118%、0.002%和0.020%。图6时期2时区域物流与区域经济耦合度Fig.6Couplingdegreeofregionallogisticsandregionaleconomyinperiod24结论在分析区域物流与区域经济相互作用的基础上，选取区域物流与区域经济相应指标，建立评价指标体系，依据耦合理论和云模型相应理论与方法，得到区域物流与区域经济耦合度综合云相关参数的计算方法及步骤，最终结合四川省2006年至2015年间物流与经济系统指标数据，进行实例分析。通过上述研究，得出结论如下：（1）区域物流与区域经济子系统之间存在较强的相互作用，二者相互依存，相互制约，需要协调发展。（2）区域物流与区域经济效用发展往往呈现较为相似的趋势，实例分析中，区域物流与区域经济子系统的效用均呈现较为显著的增长趋势，区域物流子系统效用
。云的数字特征一般用期望Ex、熵En和超熵He表示。其中期望Ex表示信息集合中最具有代表性的信息，表示定性概念的信息中心值；熵En表示定性信息的模糊性，是定性信息不确定性的表征；超熵He是云度厚度的度量，云滴越厚表示隶属度的离散程度越大，云的厚度也越大[15]。根据概念可以将云模型分为正向云和逆向云。正向云是实现定性向定量转化的过程，由云的数字特征产生云滴。逆向云是由多个样本组成的云滴产生云数字特征的过程，与正向云相反，是定量到定性的转换。正向云与逆向云的关系如图1所示。图1正向云与逆向云的关系Fig.1Relationshipbetweenforwardandbackwardclouds2.2耦合度综合云生成方法对于区域物流和区域经济单系统，可以用有序度衡量单系统的发展状态。设轨道交通产业第j个指标的历史数据序列为12{,,,}jjjnjxxxx，设存在12maxmax{,,,}jjjnjxxxx，minjx12min{,,,}jjnjxxx，则轨道交通产业系统第j个指标的有序度[15]为：min,maxmin()max,maxminjjjjjjkkkkkxxxxxxuxxxxxxx（3）式中，x+表示正向指标，x-表示负向指标。区域物流和区域经济单系统效用，可根据不
【参考文献】：
期刊论文
[1]关于长三角与成渝经济区区域物流与区域经济发展相关性的研究[J]. 唐嘉欣. 知识经济. 2018(12)
[2]基于耦合协调度模型的综合运输体系支撑力研究[J]. 薛锋,袁野. 交通运输工程与信息学报. 2018(01)
[3]丝绸之路经济带区域经济与物流发展耦合评价及空间分析[J]. 周小虎,杨宏伟,赵莺. 铁道运输与经济. 2017(01)
[4]基于熵权法与正态云模型的大坝安全综合评价[J]. 冯学慧. 水电能源科学. 2015(11)
[5]区域内物流水平与经济水平的互动关系研究[J]. 邵柏春. 物流技术. 2015(10)
[6]港口物流与区域经济的互动关联机理——以丹东港为例[J]. 王洪军. 经营管理者. 2014(15)
[7]基于Anylogic的南昌市区域物流与区域经济系统仿真研究[J]. 许华静,龙芳,袁崇敏,彭容青. 科技经济市场. 2014(01)
[8]一种定性定量信息转换的不确定性模型——云模型[J]. 陈贵林. 计算机应用研究. 2010(06)
[9]区域物流与区域经济的协同性分析[J]. 刘明菲,柯锦辉. 理论月刊. 2008(04)
[10]基于云X信息的逆向云新算法[J]. 刘常昱,冯芒,戴晓军,李德毅. 系统仿真学报. 2004(11)
硕士论文
[1]湖南省区域物流与区域经济的耦合度研究[D]. 胡冰茜.中南林业科技大学 2017
[2]广州汽车产业集群与区域物流协同发展研究[D]. 张景秀.华南理工大学 2012
本文编号：2906596
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/2906596.html
