论文部分内容阅读
目前中国的经济还保持着加速发展的势头,现代物流作为经济发展的推动力,区域物流系统规划尤其是区域专业性物流系统规划必然受到重视。区域专业性物流需求是区域专业性物流系统规划的基础数据,鉴于此,本文针对区域专业性物流需求的预测方法展开研究。
首先,作为区域专业性物流需求影响因素分析与区域专业性物流需求预测的基础,对区域专业性物流需求特征进行了分析,总结了区域专业性物流需求的影响因素。
其次,构建了区域专业性物流需求预测模型。针对非关键自变量代入模型会引起模型变量冗余,造成模型预测精度下降的问题,提出Spearman相关性检验法获取模型关键自变量;鉴于影响区域专业性物流需求的因素与区域专业物流需求之间的关系是否线性未知,分别构建区域专业性物流需求的线性OLS与非线性LSSVM预测模型,并建立最大相对误差、最小相对误差、平均相对误差及相对误差均方根指标衡量模型的预测效果。构建了区域专业性物流需求分布预测模型,分析了增长率模型,介入机会模型,重力模型的优缺点,构建了基于重力模型的区域专业性物流需求分布预测模型。基于交通运输方式划分的logit模型,选取物流链时间、费用、破损率与起始端点的可连接性作为各物流链的效用影响因素构建了区域专业性物流链识别模型。
最后,以云花物流需求预测为例对本文所提方法进行了说明。在对云花产业简介基础上,初步提出了云花物流需求的影响因素;根据Spearman相关性分析获得预测模型关键自变量;接着构建了线性OLS与非线性LSSVM预测模型;针对云花物流分布需求预测,确定了云花到达的目的地城市,并根据各城市未来GDP产量与综合阻抗,采用重力模型计算各城市云花分布量。针对云花物流链识别模型,以昆明与各城市间铁路与航空物流链时间、费用与起始端点可连接性作为效用影响因素,采用logit模型计算出云花到达各城市的铁路与航空物流链的需求承担量。最后,根据云花物流需求预测结果分析了花卉专业物流发展趋势,对铁路运输云花的前景进行了展望与具体建议。
首先,作为区域专业性物流需求影响因素分析与区域专业性物流需求预测的基础,对区域专业性物流需求特征进行了分析,总结了区域专业性物流需求的影响因素。
其次,构建了区域专业性物流需求预测模型。针对非关键自变量代入模型会引起模型变量冗余,造成模型预测精度下降的问题,提出Spearman相关性检验法获取模型关键自变量;鉴于影响区域专业性物流需求的因素与区域专业物流需求之间的关系是否线性未知,分别构建区域专业性物流需求的线性OLS与非线性LSSVM预测模型,并建立最大相对误差、最小相对误差、平均相对误差及相对误差均方根指标衡量模型的预测效果。构建了区域专业性物流需求分布预测模型,分析了增长率模型,介入机会模型,重力模型的优缺点,构建了基于重力模型的区域专业性物流需求分布预测模型。基于交通运输方式划分的logit模型,选取物流链时间、费用、破损率与起始端点的可连接性作为各物流链的效用影响因素构建了区域专业性物流链识别模型。
最后,以云花物流需求预测为例对本文所提方法进行了说明。在对云花产业简介基础上,初步提出了云花物流需求的影响因素;根据Spearman相关性分析获得预测模型关键自变量;接着构建了线性OLS与非线性LSSVM预测模型;针对云花物流分布需求预测,确定了云花到达的目的地城市,并根据各城市未来GDP产量与综合阻抗,采用重力模型计算各城市云花分布量。针对云花物流链识别模型,以昆明与各城市间铁路与航空物流链时间、费用与起始端点可连接性作为效用影响因素,采用logit模型计算出云花到达各城市的铁路与航空物流链的需求承担量。最后,根据云花物流需求预测结果分析了花卉专业物流发展趋势,对铁路运输云花的前景进行了展望与具体建议。