基于支持向量机的郑州航空港区物流需求预测研究

发布时间：2017-10-16 05:46

  本文关键词：基于支持向量机的郑州航空港区物流需求预测研究

  更多相关文章： 航空港区 空港物流 物流需求预测 支持向量机

【摘要】：随着我国经济全球化趋势的深入发展和我国区域经济合作与交流向更深、更广层次发展，航空物流已经成为我国物流运输发展的新增长点，航空物流建设与发展已经成为推动区域经济、发展高端产业的重要力量。在此背景下，各城市积极制定航空物流发展规划，大力发展空港物流。空港物流需求预测是空港物流发展的前提，也是航空港区规划建设的基础，因此对航空港区物流需求的预测研究具有十分重要的理论和实践意义。 本文将采用理论与实证相结合的方法，首先介绍物流需求预测的相关理论，分析郑州航空港区物流需求的特点，提出本文的预测思路，分析预测目标的影响因素，选择建立支持向量机模型，对郑州航空港区货邮吞吐量进行预测，并与其他预测方法的预测结果进行对比分析，证明其预测结果的准确性。最后，根据货邮吞吐量与各物流环节作业量之间的比例关系，算出仓储量和配送量的预测值，然后将货邮吞吐量、仓储量和配送量的预测值进行加总，得出郑州航空港区物流需求总量的预测值，，并对结果进行分析。主要内容如下： 首先，本文综述了国内外物流需求预测和支持向量机的研究现状，指出其存在的问题，并阐明了物流需求预测研究的重要意义；其次，介绍了物流需求预测相关理论，通过对比几种常用的物流需求预测方法，选择出支持向量机方法来进行文本的预测研究；再次，对郑州航空港区物流需求特点进行分析，提出本文预测的思路，并分析预测目标的影响因素；然后，设计并建立支持向量机预测模型，简单介绍MATLAB软件以及LIBSVM工具箱，并给出相应的函数接口和具体的实现代码；最后，通过支持向量机预测模型，对郑州航空港区未来三年货邮吞吐量进行预测，得出预测结果，并与其他方法的预测结果进行对比，证明其预测结果的准确性。分析各物流环节与货邮吞吐量之间的比例关系，以货邮吞吐量为依据，求出各物流环节的作业量（如仓储量、配送量），最后将郑州航空港区货邮吞吐量、仓储量和配送总量求和，得出郑州航空港区物流需求总量，并对其预测结果进行分析。
【关键词】：航空港区 空港物流 物流需求预测 支持向量机
【学位授予单位】：河南工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F562.8;F259.27
【目录】：

• 摘要5-6
• Abstract6-10
• 1 绪论10-18
• 1.1 研究背景及意义10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11
• 1.2 国内外研究现状11-15
• 1.2.1 物流需求预测研究现状11-14
• 1.2.2 支持向量机研究现状14-15
• 1.3 研究方法15
• 1.4 研究内容15-18
• 2 物流需求预测相关理论18-28
• 2.1 物流需求预测18-22
• 2.1.1 概念18
• 2.1.2 原理及原则18-19
• 2.1.3 类型19-21
• 2.1.4 步骤21-22
• 2.2 物流需求预测方法研究22-28
• 2.2.1 回归预测方法22-23
• 2.2.2 时间序列预测方法23-24
• 2.2.3 人工神经网络方法24-26
• 2.2.4 支持向量机方法的选取26-28
• 3 郑州航空港区物流需求预测分析28-31
• 3.1 空港物流28
• 3.2 郑州航空港区物流需求的特点28-29
• 3.3 空港物流需求的影响因素分析29-30
• 3.4 郑州航空港区物流需求预测的思路30-31
• 3.4.1 预测指标的确定30
• 3.4.2 预测思路30-31
• 4 支持向量机预测模型的建立31-39
• 4.1 支持向量机预测模型的设计31-34
• 4.1.1 预测步骤31-32
• 4.1.2 数据预处理32-33
• 4.1.3 核函数的选择33-34
• 4.1.4 模型参数的选择算法34
• 4.2 支持向量机预测模型的实现34-39
• 4.2.1 MATLAB34-36
• 4.2.2 LIBSVM 工具箱36-37
• 4.2.3 支持向量机算法的实现37-39
• 5 郑州航空港区物流需求预测实证研究39-52
• 5.1 郑州航空港区概况39-40
• 5.1.1 港区简介39
• 5.1.2 区位优势39
• 5.1.3 建设背景39-40
• 5.2 郑州航空港区物流需求量的预测步骤40
• 5.3 郑州航空港区货邮吞吐量预测40-48
• 5.3.1 数据的来源及预处理40-42
• 5.3.2 核函数及参数的选择42-43
• 5.3.3 模型的建立及拟合效果43-46
• 5.3.4 各种预测方法的结果对比46-47
• 5.3.5 预测结果及分析47-48
• 5.4 郑州航空港区结构性物流量预测48-50
• 5.5 郑州航空港区物流需求总量预测及分析50-52
• 总结与展望52-54
• 参考文献54-58
• 附录58-61
• 致谢61-62
• 作者简介62

【参考文献】

中国期刊全文数据库 前10条

1 付阳;李昆仑;;支持向量机模型参数选择方法综述[J];电脑知识与技术;2010年28期

2 庞明宝;谢玲;郝然;马宁;;基于偏最小二乘支持向量机回归区域物流量预测[J];河北工业大学学报;2008年02期

3 杨荣英,张辉,苗张木;物流预测技术中的移动平均线方法[J];武汉理工大学学报(交通科学与工程版);2001年03期

4 王晓原,李军;灰色GM(1,1)模型在区域物流规模预测中的应用[J];武汉理工大学学报(交通科学与工程版);2005年03期

5 林小平;袁捷;;基于灰色模型的成都双流机场物流预测[J];武汉理工大学学报(交通科学与工程版);2007年03期

6 贾星辰;王铁宁;裴帅;;基于BP神经网络的物流需求量预测模型研究[J];物流科技;2006年04期

7 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

8 王桂霞,何满喜,米宇平;内蒙古交通运输货运量及货运周转量的预测[J];内蒙古师大学报(自然科学汉文版);2001年02期

9 李盼池,许少华;支持向量机在模式识别中的核函数特性分析[J];计算机工程与设计;2005年02期

10 黄荣富,陈亚东,潘健;组合预测技术在港口吞吐量预测中的应用研究[J];水运工程;2003年05期

本文编号：1040967