基于灰色神经网络的浙江道路物流需求预测研究

摘要

道路需求量预测是道路物流项目建设和规划的重要环节，科学、准确的运输需求预测是制定物流发展战略和规划、运营管理的重要依据，是道路运输持续、迅速、健康发展的有力保障。
　　 本文主要探讨了基于灰色BP神经网络组合模型在区域道路物流预测分析中的应用研究。以浙江省道路物流业为研究对象，从影响物流的经济因素出发，对浙江道路物流进行宏观需求分析，在分析道路物流预测统计指标的基础上，本文将经济总量、贸易、产业结构和消费作为影响需求量的关键因素，建立模型对道路物流需求量进行了科学、系统的预测。
　　 首先，从浙江省道路物流发展实际特点出发，对道路物流需求进行宏观分析，分别从工业化、专业市场、内外贸易和城市化四个方面加以阐述，为第三章中选择影响道路物流需求量的相关指标确定了范围。
　　 其次，对前人所研究的物流需求预测的指标理论进行探讨，从分析指标的选择原则出发，建立预测指标体系并对其中主要指标的内容加以说明，结合浙江道路物流需求的实际，选择经济总量、内外贸易、产业结构和消费水平等指标作为预测模型的相关因素变量。
　　 最后，建立灰色神经网络GNNM(1，N)组合模型对浙江道路物流需求量进行实证分析，预测结果在精度上显示比单独灰色模型和神经网络模型效果更好，同时运用马尔可夫链预测模型和Bayes统计方法对组合模型预测的需求量进行分析，将单一数值转换成相应的区间值，增加了预测结果的可信度。

目录

文摘

英文文摘

声明

1绪论

1.1问题的提出

1.1.1选题的背景

1.1.2研究目的

1.1.3研究意义

1.2国内外研究现状

1.3研究的内容与方法

1.3.1研究内容

1.3.2研究方法

1.4论文的结构

2浙江省道路物流需求分析

2.1工业化道路物流需求分析与特点

2.1.1工业化道路物流的需求和主要表现

2.1.2工业化道路物流费用分析与发展特点

2.1.3主要工业产品需求

2.2市场化道路物流需求分析与特点

2.2.1市场化道路物流主要形态

2.2.2市场化道路物流需求总量与结构分析

2.2.3典型专业市场物流需求

2.3进出口贸易道路物流需求分析与特点

2.3.1进出口物流需求流向流量特点分析

2.3.2进出口物流运输方式与特点分析

2.3.3典型港口集装箱道路物流需求分析

2.4城市服务业物流需求分析与特点

2.4.1城市化道路物流需求表现与需求量分析

2.4.2主要城市配送产品需求分析

3道路物流需求预测统计指标体系

3.1物流需求量预测指标的选择原则

3.2物流需求量预测指标体系的构建

3.3物流需求量预测指标的内容

3.3.1物流需求规模指标

3.3.2物流需求结构指标

3.3.3物流需求量预测其他指标

3.4选择合适的物流需求量化指标

3.4.1影响物流需求的主要因素

3.4.2物流需求量预测相关指标的选择

4基于灰色神经网络的组合物流需求预测模型

4.1基于灰色理论的预测方法

4.1.1灰色理论的发展

4.1.2灰色系统建模理论

4.2基于神经网络的预测方法

4.2.1神经网络概述

4.2.2 BP神经网络的数学模型

4.2.3 BP神经网络的学习算法

4.3灰色理论和神经网络的融合

4.3.1灰色神经网络模型一般研究

4.3.2灰色神经网络优化模型GNNM(1，N)的建立

4.3.3 GNNM(1，N)的学习算法

5浙江省道路物流需求预测实证分析

5.1浙江省道路物流需求指标的检验

5.1.1道路物流需求量指标的确定

5.1.2需求预测相关经济指标的检验

5.2建立浙江道路物流需求预测实例计算模型

5.2.1单一预测模型的建立和检验

5.2.2灰色神经网络预测模型的建立

5.2.3单一预测模型和组合预测效果的比较

5.3对预测模型的结果分析

5.3.1预测结果的马尔可夫链分析

5.3.2基于Bayes方法的组合预测误差修正模型

6结论及展望

6.1研究的主要结论

6.2研究展望

参考文献

致谢

攻读学位期间主要科研成果