基于季节ARIMA模型的公路交通量预测

为了提高公路交通量季节性预测的精度,在介绍一般ARIMA模型的基础上,推导出一种具有周期的季节ARI—MA模型的一般表达式,以及使用这种模型进行建模和预报的一般过程。在实证分析中,先用傅立叶周期分析法检验时间序列的周期性并求出周期长度,然后用Eviews软件对时间序列作平稳性检验以及实现模型的识别、建立、选择与预测过程。与三个常用季节预测模型：分组回归模型、可变季节指数预测模型和季节周期回归模型相比,季节ARIMA模型的预测精度最高。研究结果对于更为科学准确地预测公路交通量具有一定意义。     

基于遗传算法的城市闭环物流网络设计研究

从政府主导的角度探讨城市闭环物流网络设计问题。首先构建由物流园区、物流中心、配送中心组成的3层城市正向物流基础设施网络;然后沿着正向物流网络的逆向流动,在物流园区中新建再处理工厂,将配送中心扩建为配送／回收中心,以此来构建城市闭环物流网络;接着提出一个混合整数规划模型,目标函数由整个网络系统的运输费用各设施的运作费用组成,优化目标是使整个城市的物流费用达到最小,并用遗传算法求解;最后给出了一个算例,说明了模型和算法的有效性。