中国汽车市场的销量预测模型与方法研究
发布时间：2022-05-02 20:43
汽车产业属于推进型产业,能带动其他产业的有力发展,在中国的经济发展中更是起着至关重要的作用。目前,中国已发展成为全球最大的汽车市场,虽然汽车消费的刚需还在但随着多数消费者心态的改变、宏观经济增速放缓以及市场竞争剧烈,中国新车市场和汽车后市场日新月异且不稳定。在如此情形下,准确的销量预测将会为企业提供强有力的数据支撑,以便汽车企业合理制定短长期规划,抓住市场中良好的机遇。因此,本文针对中国汽车市场各个层级进行销量预测方法的研究,具有一定的理论和现实意义。首先,针对相对宏观的中国汽车年度销量预测问题展开研究。分析并选择了影响中国汽车销量的主要因素,进而建立了相关预测模型,并将一种集成粒子群优化和蚁群优化的混合智能算法用于预测模型中权重系数的优化之中。预测结果的性能分析,表明本文所提出的中国汽车年度销量预测模型和算法具有优势。其次,以月度销量的长期预测为主线,基于计量经济学模型,提出了基于结构关系识别的汽车销量预测方法。具体工作分为递进的三部分展开:先通过结构关系识别,选取了相关经济变量对中国汽车销量进行预测;而后,通过结构关系识别将国内品牌汽车销量和相关经济变量作为解释变量对中国汽车销量进...
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景
1.1.1 汽车销量预测研究背景
1.1.2 汽车备件销量预测研究背景
1.2 国内外研究现状
1.2.1 汽车销量预测研究现状
1.2.2 汽车备件销量预测研究现状
1.3 研究意义
1.3.1 汽车销量预测研究意义
1.3.2 汽车备件销量预测研究意义
1.4 本文主要研究内容
1.5 本章小结
2 基于启发式智能的年度汽车销量预测
2.1 启发式智能算在汽车销量预测中的应用
2.1.1 ACO原理研究
2.1.2 PSO原理研究
2.1.3 HPA在汽车销量预测中的应用
2.2 预测模型的建立
2.3 预测结果的分析
2.4 本章小结
3 基于结构关系识别的月度汽车销量预测
3.1 方法理论
3.1.1 结构关系识别的相关理论
3.1.2 预测模型的相关理论
3.2 基于经济变量的中国汽车销量预测
3.2.1 基于V5的结构关系识别
3.2.2 基于V5的预测模型建立及结果分析
3.3 基于经济变量和国内品牌汽车销量的中国汽车销量预测
3.3.1 基于V6的结构关系识别
3.3.2 基于V6的预测模型建立及结果分析
3.4 基于经济变量和相关品牌汽车销量的品牌汽车销量预测
3.4.1 基于V7的结构关系识别
3.4.2 基于V7的预测模型建立及结果分析
3.5 本章小结
4 基于统一动态模型的汽车备件销量预测
4.1 启发式智能算法在汽车备件销量预测中的应用
4.1.1 GA原理研究
4.1.2 ACO原理研究
4.1.3 HGA在汽车备件销量预测中的应用
4.2 预测模型的建立
4.2.1 加权移动平均
4.2.2 指数平滑算法
4.2.3 温特线性和季节性指数平滑
4.2.4 灰色模型
4.2.5 统一动态预测模型的建立
4.3 预测结果的分析
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于灰色模型的电动汽车充电需求预测研究[J]. 周国鹏,傅军,李雪梅,于爽. 电气应用. 2017(10)
[2]基于向量误差修正模型的短时交通参数预测[J]. 邴其春,杨兆升,周熙阳,马明辉. 吉林大学学报(工学版). 2015(04)
[3]采用灰色GM（1,1）模型的汽车产量预测[J]. 彭岩,钟经廷. 重庆理工大学学报(自然科学). 2014(10)
[4]基于指数平滑法的航材消耗定额预测研究[J]. 郭峰,刘臣宇,李卫灵. 计算机与现代化. 2012(09)
[5]用于连续域优化的遗传网格蚂蚁融合算法[J]. 李秋云,朱庆保. 计算机工程与应用. 2011(15)
[6]基于SES的不常用备件需求预测模型[J]. 冯杨,尹迪,罗兵. 兵工自动化. 2011(02)
[7]工业化与信息化互动关系的实证研究[J]. 俞立平,潘云涛,武夷山. 中国软科学. 2009(01)
[8]融合粒子群优化算法与蚁群算法的随机搜索算法[J]. 支成秀,梁正友. 广西科学院学报. 2006(04)
[9]基于支持向量回归的服务备件需求量预测研究[J]. 黄远兵,蔡启明,杨玮龙,黄燕美. 物流科技. 2006(10)
[10]汽车销售混合预测方法研究[J]. 李响,宗群,童玲. 天津大学学报(社会科学版). 2006(03)
硕士论文
[1]基于需求预测的S公司备件管理研究[D]. 施海燕.华东理工大学 2013
[2]基于需求链的SVL备件分类方法的建立及其库存管理软件的开发[D]. 熊伟.华东理工大学 2012
[3]汽车配件需求预测研究及其系统设计[D]. 刘小丰.东北大学 2010
[4]汽车销售预测模型应用研究[D]. 刘瑞年.武汉理工大学 2009
[5]动车组维修备件库存管理[D]. 张丽媛.北京交通大学 2008
本文编号：3649924
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景
1.1.1 汽车销量预测研究背景
1.1.2 汽车备件销量预测研究背景
1.2 国内外研究现状
1.2.1 汽车销量预测研究现状
1.2.2 汽车备件销量预测研究现状
1.3 研究意义
1.3.1 汽车销量预测研究意义
1.3.2 汽车备件销量预测研究意义
1.4 本文主要研究内容
1.5 本章小结
2 基于启发式智能的年度汽车销量预测
2.1 启发式智能算在汽车销量预测中的应用
2.1.1 ACO原理研究
2.1.2 PSO原理研究
2.1.3 HPA在汽车销量预测中的应用
2.2 预测模型的建立
2.3 预测结果的分析
2.4 本章小结
3 基于结构关系识别的月度汽车销量预测
3.1 方法理论
3.1.1 结构关系识别的相关理论
3.1.2 预测模型的相关理论
3.2 基于经济变量的中国汽车销量预测
3.2.1 基于V5的结构关系识别
3.2.2 基于V5的预测模型建立及结果分析
3.3 基于经济变量和国内品牌汽车销量的中国汽车销量预测
3.3.1 基于V6的结构关系识别
3.3.2 基于V6的预测模型建立及结果分析
3.4 基于经济变量和相关品牌汽车销量的品牌汽车销量预测
3.4.1 基于V7的结构关系识别
3.4.2 基于V7的预测模型建立及结果分析
3.5 本章小结
4 基于统一动态模型的汽车备件销量预测
4.1 启发式智能算法在汽车备件销量预测中的应用
4.1.1 GA原理研究
4.1.2 ACO原理研究
4.1.3 HGA在汽车备件销量预测中的应用
4.2 预测模型的建立
4.2.1 加权移动平均
4.2.2 指数平滑算法
4.2.3 温特线性和季节性指数平滑
4.2.4 灰色模型
4.2.5 统一动态预测模型的建立
4.3 预测结果的分析
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于灰色模型的电动汽车充电需求预测研究[J]. 周国鹏,傅军,李雪梅,于爽. 电气应用. 2017(10)
[2]基于向量误差修正模型的短时交通参数预测[J]. 邴其春,杨兆升,周熙阳,马明辉. 吉林大学学报(工学版). 2015(04)
[3]采用灰色GM（1,1）模型的汽车产量预测[J]. 彭岩,钟经廷. 重庆理工大学学报(自然科学). 2014(10)
[4]基于指数平滑法的航材消耗定额预测研究[J]. 郭峰,刘臣宇,李卫灵. 计算机与现代化. 2012(09)
[5]用于连续域优化的遗传网格蚂蚁融合算法[J]. 李秋云,朱庆保. 计算机工程与应用. 2011(15)
[6]基于SES的不常用备件需求预测模型[J]. 冯杨,尹迪,罗兵. 兵工自动化. 2011(02)
[7]工业化与信息化互动关系的实证研究[J]. 俞立平,潘云涛,武夷山. 中国软科学. 2009(01)
[8]融合粒子群优化算法与蚁群算法的随机搜索算法[J]. 支成秀,梁正友. 广西科学院学报. 2006(04)
[9]基于支持向量回归的服务备件需求量预测研究[J]. 黄远兵,蔡启明,杨玮龙,黄燕美. 物流科技. 2006(10)
[10]汽车销售混合预测方法研究[J]. 李响,宗群,童玲. 天津大学学报(社会科学版). 2006(03)
硕士论文
[1]基于需求预测的S公司备件管理研究[D]. 施海燕.华东理工大学 2013
[2]基于需求链的SVL备件分类方法的建立及其库存管理软件的开发[D]. 熊伟.华东理工大学 2012
[3]汽车配件需求预测研究及其系统设计[D]. 刘小丰.东北大学 2010
[4]汽车销售预测模型应用研究[D]. 刘瑞年.武汉理工大学 2009
[5]动车组维修备件库存管理[D]. 张丽媛.北京交通大学 2008
本文编号：3649924
本文链接：https://www.wllwen.com/kejilunwen/qiche/3649924.html
