基于Arima-BP的城市物流需求预测及发展对策研究
发布时间：2021-10-31 10:00
近年来随着区域协调发展、产业分工协作趋势不断增强,现代物流业逐渐发展成为中国国民经济体系中重要的基础性服务产业。其中在中观物流领域,城市物流扮演着重要的角色,它服务于城市需求,促进城市经济快速发展。同时,城市经济的形成又是城市物流存在的条件,城市运输能力不足,交通运输基础设施落后等严重影响了城市物流效率,只有运输能力与城市物流需求匹配时,才能真正体现出它的经济价值和社会价值,所以提前预测物流需求能够减少运力浪费,有针对性地改善基础设施,进而提高物流效率。物流需求往往又与宏观经济指标相关。因此,本文从宏观经济指标出发,结合相关文献分析与物流需求相关的因素,通过灰色关联分析得到用于预测城市物流需求的指标集,然后分析Arima时间序列模型与BP神经网络的原理和特点,将两者加以结合形成Arima-BP组合预测模型,并以天津市为例进行模型验证并对天津市物流需求趋势进行预测,依据预测结果并结合物流及配套产业现状提出城市物流发展的对策与建议。详细内容如下:首先,以城市物流需求为研究对象,提出了本文所要研究的问题,阐述了研究的重要性,并指出了现有研究的不足,从而引出本文的研究内容,并绘制技术路线图;基...
【文章来源】：天津理工大学天津市
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
物流系统供需平衡图
第四章 城市物流需求预测模型构建据。每输入一个样本，样本输入数据沿着网络正向进行传递，并最终得到一个实际网络根据实际输出值和期望输出值的误差计算网络的总误差，并根据这个数值和路径上的权值和阈值。权值和阈值的调整过程通常使用最速下降法，沿着神层反向进行调整的。这个过程要确保所有的训练样本都已完成训练。3.判断 BP 神经网络是否训练完成而在网络训练过程中，如果计算得到的误差值满足初始化设定的误差精度要求训练次数达到初始化设定的最大训练次数，则终止训练，网络构建完成。4.BP 网络仿真预测由于 BP 神经网络训练过程会存在较大的随机性，因此本文在误差为 0.00065点个数为 8 个的情况下进行了 50 次训练，并从中选取了误差最小的一次，此个数为 8 个。把 2015-2016 年物流需求预测指标的值输入此网络进行仿真训练015 年、2016 年的结果分别为 49694 和 49926，与实际结果的误差值分别为-34，误差率绝对值分别为 6.55%，3.21%，平均误差为 4.88%。
图 4-4 BP 神经网络预测图Figure 4-4 BP neural network prediction map片来源：Matlab 绘制.4.2 基于 Arima 时间序列的物流需求预测模型本例中使用 SPSS 软件进行自相关分析和预测模型构建。由于本研究中使用的数为年度数据，不需要考虑季节性的影响，因此在本例中所要使用的 Arima 模型只需，d，p 三个参数。时间序列预测模块的自相关分析是指通过对比分析自相关系数和关系数来确定时间序列的特性，并可以从相关图中直观判断。在本例中，时间变量期趋势时间序列，因而可以通过一阶差分将该序列转化为平稳序列，同时将参数 d为 1；然后再做出自相关函数图和偏自相关函数图来判断其他两个参数 p 和 q。根相关和偏自相关函数图发现，自相关函数和偏自相关函数分别为 1 步和 2 步截尾，过白噪声检验，因而可分别设置 p 为 1，q 为 2，最终三个参数分别确为 d=l，p=1 =2。在完成上一步，确定所有参数后创建新的模型，在方法选项中选择 Arima 方法后将 p，d，q 的值输入模型，对参数进行检验并计算预测值。模型拟合结果及预测
【参考文献】：
期刊论文
[1]基于模糊综合评价法的农民工创业风险评价研究[J]. 吕惠明,王亚南. 宁波大学学报(人文科学版). 2018(06)
[2]基于模糊层次综合评价法的工程项目质量控制研究[J]. 张景煜,张玉腾. 价值工程. 2018(34)
[3]基于模糊综合评价法的浙江省高速公路暴雨灾害风险评估[J]. 顾婷婷,邓闯,潘娅英,魏晨. 干旱气象. 2018(05)
[4]基于模糊综合评价法的中小水利水电工程施工质量评价[J]. 孙媛媛. 黑龙江水利科技. 2018(10)
[5]我国科技投入与三次产业间灰色关联度的结构性差异研究[J]. 董永亮,王跃,戴腾辉. 中国物价. 2018(10)
[6]基于Cov-AHP-模糊综合评价法的PPP项目风险评价研究[J]. 刘晓伟,韩颖. 辽宁工业大学学报(自然科学版). 2018(05)
[7]淮河流域安徽段水环境健康风险模糊综合评价[J]. 吴转璋,耿天召. 安徽农业科学. 2018(27)
[8]基于模糊综合评价的地形数据更新质量评定研究[J]. 吴守来,王丽欣,吴琼. 测绘与空间地理信息. 2018(09)
[9]基于模糊综合评价法对江苏省教育质量的研究[J]. 何良杰,戴正本,时自亮. 赤峰学院学报(自然科学版). 2018(09)
[10]模糊综合评价在武汉市中深层地热勘探风险评价中的应用[J]. 江越潇,牛俊强,于瑶,范威,苏呈. 资源环境与工程. 2018(04)
博士论文
[1]生态文明视野下的区域物流发展研究[D]. 郑国诜.福建师范大学 2013
硕士论文
[1]江西省农村物流需求的影响因素与预测研究[D]. 虢芳.华东交通大学 2018
[2]基于遗传神经网络的城市圈物流需求预测[D]. 夏建民.江西师范大学 2017
[3]河南省农村物流需求预测与影响因素分析[D]. 夏重阳.河南农业大学 2013
[4]经济全球化下我国港口物流发展研究[D]. 刘宝成.河北师范大学 2011
[5]物流量预测方法研究[D]. 王小忠.武汉理工大学 2005
[6]区域经济和区域物流需求的预测研究[D]. 杨浩.对外经济贸易大学 2005
本文编号：3467925
【文章来源】：天津理工大学天津市
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
物流系统供需平衡图
第四章 城市物流需求预测模型构建据。每输入一个样本，样本输入数据沿着网络正向进行传递，并最终得到一个实际网络根据实际输出值和期望输出值的误差计算网络的总误差，并根据这个数值和路径上的权值和阈值。权值和阈值的调整过程通常使用最速下降法，沿着神层反向进行调整的。这个过程要确保所有的训练样本都已完成训练。3.判断 BP 神经网络是否训练完成而在网络训练过程中，如果计算得到的误差值满足初始化设定的误差精度要求训练次数达到初始化设定的最大训练次数，则终止训练，网络构建完成。4.BP 网络仿真预测由于 BP 神经网络训练过程会存在较大的随机性，因此本文在误差为 0.00065点个数为 8 个的情况下进行了 50 次训练，并从中选取了误差最小的一次，此个数为 8 个。把 2015-2016 年物流需求预测指标的值输入此网络进行仿真训练015 年、2016 年的结果分别为 49694 和 49926，与实际结果的误差值分别为-34，误差率绝对值分别为 6.55%，3.21%，平均误差为 4.88%。
图 4-4 BP 神经网络预测图Figure 4-4 BP neural network prediction map片来源：Matlab 绘制.4.2 基于 Arima 时间序列的物流需求预测模型本例中使用 SPSS 软件进行自相关分析和预测模型构建。由于本研究中使用的数为年度数据，不需要考虑季节性的影响，因此在本例中所要使用的 Arima 模型只需，d，p 三个参数。时间序列预测模块的自相关分析是指通过对比分析自相关系数和关系数来确定时间序列的特性，并可以从相关图中直观判断。在本例中，时间变量期趋势时间序列，因而可以通过一阶差分将该序列转化为平稳序列，同时将参数 d为 1；然后再做出自相关函数图和偏自相关函数图来判断其他两个参数 p 和 q。根相关和偏自相关函数图发现，自相关函数和偏自相关函数分别为 1 步和 2 步截尾，过白噪声检验，因而可分别设置 p 为 1，q 为 2，最终三个参数分别确为 d=l，p=1 =2。在完成上一步，确定所有参数后创建新的模型，在方法选项中选择 Arima 方法后将 p，d，q 的值输入模型，对参数进行检验并计算预测值。模型拟合结果及预测
【参考文献】：
期刊论文
[1]基于模糊综合评价法的农民工创业风险评价研究[J]. 吕惠明,王亚南. 宁波大学学报(人文科学版). 2018(06)
[2]基于模糊层次综合评价法的工程项目质量控制研究[J]. 张景煜,张玉腾. 价值工程. 2018(34)
[3]基于模糊综合评价法的浙江省高速公路暴雨灾害风险评估[J]. 顾婷婷,邓闯,潘娅英,魏晨. 干旱气象. 2018(05)
[4]基于模糊综合评价法的中小水利水电工程施工质量评价[J]. 孙媛媛. 黑龙江水利科技. 2018(10)
[5]我国科技投入与三次产业间灰色关联度的结构性差异研究[J]. 董永亮,王跃,戴腾辉. 中国物价. 2018(10)
[6]基于Cov-AHP-模糊综合评价法的PPP项目风险评价研究[J]. 刘晓伟,韩颖. 辽宁工业大学学报(自然科学版). 2018(05)
[7]淮河流域安徽段水环境健康风险模糊综合评价[J]. 吴转璋,耿天召. 安徽农业科学. 2018(27)
[8]基于模糊综合评价的地形数据更新质量评定研究[J]. 吴守来,王丽欣,吴琼. 测绘与空间地理信息. 2018(09)
[9]基于模糊综合评价法对江苏省教育质量的研究[J]. 何良杰,戴正本,时自亮. 赤峰学院学报(自然科学版). 2018(09)
[10]模糊综合评价在武汉市中深层地热勘探风险评价中的应用[J]. 江越潇,牛俊强,于瑶,范威,苏呈. 资源环境与工程. 2018(04)
博士论文
[1]生态文明视野下的区域物流发展研究[D]. 郑国诜.福建师范大学 2013
硕士论文
[1]江西省农村物流需求的影响因素与预测研究[D]. 虢芳.华东交通大学 2018
[2]基于遗传神经网络的城市圈物流需求预测[D]. 夏建民.江西师范大学 2017
[3]河南省农村物流需求预测与影响因素分析[D]. 夏重阳.河南农业大学 2013
[4]经济全球化下我国港口物流发展研究[D]. 刘宝成.河北师范大学 2011
[5]物流量预测方法研究[D]. 王小忠.武汉理工大学 2005
[6]区域经济和区域物流需求的预测研究[D]. 杨浩.对外经济贸易大学 2005
本文编号：3467925
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3467925.html
