人工神经网络模型的江西省物流需求预测

区域物流与区域经济息息相关。为了准确预测区域物流需求规模,运用灰色关联对决定区域物流需求的经济因素以及他们之间的相关性进行分析,建立区域物流需求预测指标体系和BP神经网络区域物流预测模型。通过实证分析,验证了预测模型的有效性,并对江西未来5年的物流需求做出了预测。     

港口城市物流用地需求预测研究——以宁波市北仑区为例

港口作为货物集结点、信息中心、现代产业中心和国际贸易的服务基地,在现代物流发展中发挥着越来越重要的作用。港口作用的提升将进一步促进港口物流的发展,同时,产业发展也加剧物流用地供给不平衡,为此,需通过预测确定合理的物流用地需求规模．以有效指导物流用地的布局与建设。但按照现有的一般物流园区分类体系（国际物流园区、区域物流园区和市域配送中心）进行物流用地预测,     

交通规划四阶段法在物流需求预测中的应用

结合交通规划四阶段法的特点,在城市物流规划中的物流需求预测基础上,研究了物流需求分阶段的预测方法,并对物流需求预测模型进行了应用分析,最后基于四阶段物流需求预测,论述了相应的城市物流调查与分析的内容和方法。     

大城市配送难的核心问题及策略

大城市配送难问题极难解决,现有研究在量化分析以及作用机理方面稍显不足。从问题定义及城市配送网络的结构认识入手,以中国4个直辖市和15个副省级城市为研究对象,针对人口和商业密度、城市配送量等需求因素以及物流设施规划与布局、城市交通资源承载力、货运交通管理等供给因素,揭示中国大城市配送难问题的形成原因。基于城市配送需求与供给能力的动态演变过程,解析城市配送难问题的作用机理。最后,从强化需求管理、创新城市配送组织模式、改进货运交通管理、完善城市配送体系等方面提出缓解策略。     

中国民航客运市场需求预测的系统动力学模型研究

民航运输发展所需基础投资建设周期长、投资大、专有性强,固定投资数量应与民航发展阶段规模相匹配,科学的需求预测是合理规划民航基础建设和机队建设的基础。运用系统动力学原理,分析航空客运需求内外影响因素,建立中国民航客运市场需求预测的系统动力学模型,因素考虑更加全面,精度提升明显。运用所建模型,基于我国经济社会发展水平,预测我国航空客运需求量将于2024年左右达到10亿人次。民航客运市场需求系统动力学模型,对于派生的民航运输长期需求预测与分析,具有普遍适用性和长效性。     

郑州物流园区规划与城市协调发展研究

针对当前城市物流园区发展的迫切需要与热潮,分析了城市物流园区的类型与选址原则。介绍了汉城、南京和广州的城市物流规划。分析了郑州市发展物流的特点,提出了郑州市物流园区环形放射的布局形态物流园区的布局设想,分析了各个物流园区的功能和相互联系。强调了物流园区与运输通道的衔接协调,与其他城市物流的衔接协调,以及物流园区和城市自身的协调发展。     

打造交通枢纽优势 促进物流产业发展

目前我国经济增长速度较快,交通以及物流园区的建设蓬勃发展。鉴于此,衡水市积极打造区域交通枢纽优势,大力发展物流产业,以促进衡水市的经济发展。     

基于主成分回归的区域物流需求预测研究——以云南省为例

为了能够给区域物流发展政策的制定、物流基础设施建设规模的确定、物流市场态势的分析等提供定量的物流需求规模数据,建立科学合理的预测模型显得尤为重要。首先,研究区域物流与区域经济的关系;其次,从货运量、货运周转量两个指标中选取货运周转量来表征区域物流需求规模;最后,从区域经济指标中选取第一产业总产值、第二产业总产值、第三产业总产值、社会消费品零售总额、固定资产投资额、进出口额等指标作为影响因素,借助SPSS统计分析软件,以云南省统计数据为基础,建立基于主成分回归方法的区域物流需求预测模型。研究结果表明,该模型在对云南省物流需求规模进行预测时,模型平均相对误差小于4%,预测精度高,可以作为中短期物流需求预测的工具。     

物流园区建设中存在的问题与对策

鉴于我国物流园区的建设现状,根据物流园区具有战略性、公益性、高投入、长回报期的特点,从城市与城市物流的关系以及物流园区在城市物流系统中的作用出发,提出了城市建设物流园区应考虑的条件,指出了现有物流园区建设中存在的问题,并提出了相应对策.     

基于方差分析的中国沿海港口群港口物流能力及区域经济的差异分析

针对目前中国沿海5大经济区港口物流能力和区域经济发展不平衡问题,运用方差分析对中国沿海5大经济区港口物流能力和区域经济进行了差异分析。考虑到在指标体系的研究方法上,各因素的权重确定可能带有的较大主观性,文中用结构方程模型的研究结果来计算港口物流和区域经济的能力要素,从而为结构方程模型的研究提供了理论延伸。     

我国物流园区发展现状及政策浅析

物流园区作为多种物流服务功能的重要节点不仅对物流业的发展起到了巨大的促进作用,同时对城市发展及社会效益也作出了巨大的贡献。该文先对国外物流园区的发展做了简要概况,然后就我国物流园区的发展现状及相关政策进行了分析,最后针对物流园区存在的问题提出几点建议,对我国物流园区的发展有一定的借鉴意义。     

对物流园区发展规划的几点认识

国内外实践证明,现代物流业发展已成为提升一个城市、一个地区乃至一个国家综合经济竞争能力的有效手段,在促进产业结构调整、转变经济发展方式和增强综合竞争力等方面发挥着重要作用.物流园区作为现代物流业主要空间载体,是为了实现物流设施集约化和物流运作共同化,集中建设的物流设施群与众多物流业者在地域上的物理集结地.文章对物流园区发展规划的一般思路和规划的重点环节进行探讨,并结合2个具体案列,对物流园区的发展规划提出一些建议,以期给物流园区规划相关人员提供参考.     

����GRA ��KPCA ��LSSVM ��������Ԥ��

为降低物流需求建模中最小二乘支持向量机（LSSVM）的结构复杂性、进一步提高LSSVM对物流需求的预测精度,提出一种基于灰色关联分析（GRA）与核主成分分析（KPCA）的LSSVM预测方法。首先利用GRA找出物流需求的主要影响因素;然后利用KPCA提取主要影响因素的非线性主成分,消除因素之间的多重相关性;最后,将提取出的非线性主成分作为LSSVM的输入变量,构建物流需求预测模型,并采用改进粒子群(IPSO)算法调整LSSVM参数。运用该方法对我国物流需求进行实例分析,结果表明,该方法有效减少了LSSVM输入变量个数,简化了LSSVM结构,并且在一定程度上提高了物流需求预测精度。     

基于GRA 与KPCA 的LSSVM 物流需求预测

为降低物流需求建模中最小二乘支持向量机（LSSVM）的结构复杂性、进一步提高LSSVM对物流需求的预测精度,提出一种基于灰色关联分析（GRA）与核主成分分析（KPCA）的LSSVM预测方法.首先利用GRA找出物流需求的主要影响因素;然后利用KPCA提取主要影响因素的非线性主成分,消除因素之间的多重相关性;最后,将提取出的非线性主成分作为LSSVM的输入变量,构建物流需求预测模型,并采用改进粒子群 (IPSO)算法调整LSSVM参数.运用该方法对我国物流需求进行实例分析,结果表明,该方法有效减少了LSSVM输入变量个数,简化了LSSVM结构,并且在一定程度上提高了物流需求预测精度.     

����ģ���ֲڼ���֧��������������������Ԥ��

对区域物流量进行研究与预测有助于把握区域物流的需求,实现区域物流供需相对平衡,提高区域物流规划质量和运行效率具有重要的理论和实际意义.本文将模糊粗糙集理论引入区域物流量的预测中,建立基于模糊粗糙集与支持向量机的区域物流量预测模型,用模糊粗糙集作为前端预处理器对数据进行约简,剔除冗余信息,以实现两种算法的优势互补.针对支持向量机在处理数据时无法将数据简化的问题,提出了基于模糊粗糙集与支持向量机的区域物流量预测方法,在支持向量机对样本数据进行处理之前,利用模糊粗糙集数据挖掘的能力对原始数据样本集进行预处理.结果表明,这种预测方法具有很好的精确性和有效性.     

物流园区布局优化模型及其求解算法研究

在分析物流节点配置内涵的基础上,提出了考虑物流园区规模经济以及物流需求不确定情况下的物流园区布局优化模型.针对该模型的特点,提出了基于扩展网络最小费用流的混合遗传算法.为了验证上述模型和算法的有效性,在Visual C++6.0环境下进行了数值仿真实验.结果表明,该算法是解决考虑规模效应以及需求不确定的物流园区优化布局模型行之有效的算法.     

基于遗传BP神经网络的城市物流需求量预测

结合遗传算法与BP神经网络算法预测城市物流需求量,通过算例对比证明了遗传BP神经网络算法在预测的精度与收敛速度上均优于单一算法.基于物流业的广泛性提出采用3种物流需求量作为网络的输出指标,提高了物流需求量预测的广度与可信度,并提出了一种连续预测未来数年物流需求量的方法以便于运用于实际决策之中.     

城市铁路物流园区选址规划方法

阐述了铁路物流园区的概念和特征,从定性和定量两方面分析了其选址规划的基本思路。构建了选址规划方法体系,采用基于层次分析法的模糊综合评判和基于需求势能理论的离散选址方法确定选址方案。提出选址评价指标体系,包括车站作业条件、交通区位条件、地区支撑条件和环境支撑条件4大类。最后,以北京市为例,提出铁路物流园区选址规划方案,其结果与北京市物流及铁路发展规划基本吻合。     

城市物流无人机起降点布局规划研究

针对城市物流无人机起降点布局规划问题，考虑不同级别的物流无人机起降点，构建以总经济成本最小和客户满意度最高为目标，以禁飞区、无人机性能、容需匹配等为约束的整数规划模型。设计人类学习优化算法(HLO)，引入随机学习算子、个体学习算子和社会学习算子。在此基础上，基于真实地理信息数据和物流数据设计仿真实验，验证模型与算法有效性。实验结果表明，所建模型可以实现起降点的合理布局规划，适用于大规模资源配置，具备有效性；人类学习优化算法较遗传算法求解精度与收敛速度更优，表现出较佳性能。参数分析表明，基于该仿真环境的最优经济成本权重和客户满意度权重设置为0.4和0.6，最佳算法学习概率参数组合为5/n和 (0.8+2/n)。据此可对城市物流无人机起降点布局规划提供决策依据。