北京市物流需求預測研究.pdf

1、物流需求預測作為城市物流系統(tǒng)規(guī)劃的基礎，是進行物流資源有效配置，建設高效物流運作系統(tǒng)的重要前提。因此，分析社會經濟活動等各種因素對物流供給的需求滿足程度，進行有效的物流需求預測，有助于把握區(qū)域物流需求強度，實現(xiàn)區(qū)域物流服務的需求與供給相對平衡，對提高區(qū)域物流規(guī)劃質量和區(qū)域物流運行效率具有重要的理論和實際意義。
　　本文以國內外區(qū)域物流需求預測研究現(xiàn)狀以及相關的理論知識為基礎，結合物流需求的特性，以北京市為背景，開展了物流需求預測方

2、面的研究。主要做了以下幾方面的工作:
　　(1)結合影響物流需求的因素，構建了北京市物流需求預測指標體系。利用灰色關聯(lián)模型對指標體系關聯(lián)度進行了定量分析，選取與物流需求具有較高關聯(lián)度的影響因素用于物流需求預測模型的建立。
　　(2)針對城市物流系統(tǒng)具有的復雜性、非線性、隨機性的特征，將灰色系統(tǒng)模型與神經網絡模型有效結合構成灰色神經網絡模型用于物流需求預測問題求解。在此基礎上，針對灰色神經網絡易陷入局部最優(yōu)和收斂速度慢的問題，

3、采用粒子群算法對灰色神經網絡的初始參數(shù)進行優(yōu)化，建立了基于粒子群優(yōu)化灰色神經網絡預測模型，提高了模型的穩(wěn)健性和精度。
　　(3)分析了物流需求與物流用地規(guī)模之間的關聯(lián)關系，在對比各類方法優(yōu)缺點的基礎上對參數(shù)法的計算公式進行修正，通過修正系數(shù)、配建區(qū)系數(shù)等參數(shù)的引入，提出了更為通用的物流用地總規(guī)模計算方法。
　　(4)對北京市物流需求預測進行實證研究，預測結果表明基于粒子群優(yōu)化的灰色神經網絡預測模型在精度上顯示比單一預測模型以