文摘
英文文摘
致谢
1 绪论
1.1 选题背景与研究意义
1.1.1 问题的提出
1.1.2 研究的目的和意义
1.2 国内外研究现状
1.2.1 国外景气监测预警理论的历史发展
1.2.2 国内景气监测预警理论的研究现状
1.2.3 景气监测预警理论在运输与物流领域中的应用状况
1.2.4 研究现状小结
1.3 论文研究内容及框架
1.4 论文创新占
2 景气监测预警基本理论及方法
2.1 常用景气监测方法及模型介绍
2.1.1 景气指数法
2.1.2 景气动向调查方法
2.1.3 判别分析法
2.2 常用景气预警方法及模型介绍
2.2.1 ARMA模型
2.2.2 人工神经网络模型
2.3 小结
3 城市物流景气监测预警系统的设计
3.1 城市物流景气监测预警系统的指导思想
3.2 城市物流景气监测预警系统的组成
4 城市物流景气指标的构建及景气指数计算
4.1 城市物流景气指标的构建
4.1.1 城市物流景气指标体系选取原则
4.1.2 景气指标的选取
4.1.3 城市物流景气指标释义
4.2 各景气指标权重的确定
4.3 城市物流景气指数
4.3.1 物流扩散指数
4.3.2 物流合成指数
4.4 北京市的物流景气指数计算
4.4.1 物流扩散指数的编制
4.4.2 物流合成指数的编制
4.5 物流景气指数实证小结
5 城市物流景气信号模型构建及实证分析
5.1 城市物流景气信号模型
5.1.1 景气信号模型的原理和方法步骤
5.1.2 区域划分与灯号显示
5.1.3 单个指标临界点的确定
5.1.4 物流景气综合指数的确定
5.1.5 景气信号图
5.2 北京市的物流景气信号分析
5.2.1 景气指标预警界限的确定
5.2.2 物流景气综合指数的确定
5.2.3 物流景气综合指数的输出
5.3 物流景气信号实证小结
6 城市物流景气预警模型构建及实证分析
6.1 城市物流景气预警模型
6.1.1 人工神经网络在城市物流景气预警系统中应用的可行性
6.1.2 基于人工神经网络的物流景气预警系统
6.1.3 城市物流景气预警的具体步骤
6.2 北京市的物流景气预警实证
6.2.1 物流景气预警系统指标体系及临界点
6.2.2 人工神经网络预测模型的确定
6.2.3 人工神经网络预测模型的模拟预测结果
6.3 人工神经网络预测模型的应用小结
7 总结与展望
7.1 研究结论
7.2 研究展望
参考文献
作者简历
学位论文数据集