导读:本文包含了物流预测论文开题报告文献综述及选题提纲参考文献，主要关键词:物流数据,时间序列模型,绿色物流,预测算法
物流预测论文文献综述
任娟娟[1]（2019）在《基于物流数据的绿色物流预测算法研究》一文中研究指出为了提高物流数据预测算法效率,实现物流交通量的有效预测,就实现物流预测算法的改进,提出基于物流数据的绿色物流预测算法。首先对传统物流预测方法局限性进行了分析,分解交通流数据的特点,并且证实分解之后的流量序列具备相应的特征,提出了物流数据的绿色物流预测算法,预测精度比传统时间序列模型要高。对预测算法进行实验,表示此算法预测精度及训练效率比最近邻聚类在线训练算法要高,还能够实现交通流量在线预测。(本文来源于《电子设计工程》期刊2019年17期）
王好文,李玲琴[2]（2018）在《基于GM模型的西宁曹家堡机场物流预测分析》一文中研究指出本文利用MATLAB软件建立西宁曹家堡机场物流的灰色GM(1,1)预测模型。通过实际物流与预测值的后验差P值、C值检验,证明灰色模型符合西宁机场货吐量预测分析。预测分析旨在为西宁机场的规划发展提供有效帮助,努力使西宁曹家堡机场的高原航空枢纽地位更加明显。(本文来源于《当代旅游(高尔夫旅行)》期刊2018年12期）
朱念,陈东升,何昌勤,李立民[3]（2017）在《基于灰色GM(1,N)模型的广西北部湾港口物流预测研究》一文中研究指出通过考察广西北部湾港口物流的现状,采用广西北部湾2007年以来第一产业增加值、第二产业增加值、进出口总额、固定资产投资额等数据,运用灰色GM(1,N)模型对广西北部湾港口物流进行预测,并提出利用地域优势,大力发展整车口岸;充分挖掘资源,打造特色经济口岸;加大港口建设,促进港口转型升级;多方通力合作,培养港口专业型人才;深化中国-东盟港口城市合作网络,积极推进"互联网+港口"等建议,以期为政府相关部门提供决策参考.(本文来源于《数学的实践与认识》期刊2017年23期）
朱念[4]（2017）在《基于GM(1,1)和Verhulst模型的广西边贸物流预测比较研究》一文中研究指出为更好地掌握广西边贸物流的发展态势,从而为制定边贸发展的政策提供科学依据,文章在分析广西边贸物流现状的基础上,运用灰色系统理论和方法建立广西边贸物流的灰色GM(1,1)和Verhulst模型,在MATLAB环境下对该模型精度以及误差进行分析,并利用模型对广西边贸物流发展趋势进行预测。预测结果表明,GM(1,1)和Verhulst模型都适合预测广西边贸物流的精度,但是GM(1,1)模型更能明显地提高广西边贸物流预测的精度,增加预测的可靠性。最后提出了采用统一的"国际边贸物流统一标准"、构建更便捷的"黄金通道"、打造广西边贸与边贸物流升级版、培养与引进边贸物流专业型人才、制定边贸物流可持续发展战略计划等对策建议。(本文来源于《广西经济管理干部学院学报》期刊2017年03期）
李壮阔,吕恒[5]（2017）在《基于改进的PSO-BP神经网络的桂林市物流预测研究》一文中研究指出由于BP神经网络有收敛速度慢,容易陷入局部最小的缺陷,因此文章提出了一种改进的粒子群算法来优化BP神经网络的权值与阈值。使得预测模型能够在搜索最优解的过程中能够平衡算法的局部搜索和全局搜索,提高搜索的精度。对初步确定的输入指标和输出指标采用线性回归的方法,来筛选与输出指标具有强相关性的输入指标。通过MATLAB软件进行预测,比较标准的PSO-BP与改进PSO-BP模型,预测结果较好,说明改进的PSO-BP模型是有效的。(本文来源于《大众科技》期刊2017年06期）
陈蓉琳[6]（2016）在《区域物流预测指标选择方法的研究》一文中研究指出区域物流与区域经济发展水平之间是否协调,已成为影响区域经济能否健康发展的重要因素。针对区域物流存在统计数据缺乏等原因,提出适合区域物流需求预测的指标,为武陵山片区物流需求预测模型应用研究提供参考。(本文来源于《福建电脑》期刊2016年09期）
施绍宁[7]（2015）在《基于神经网络的敏捷制造业预测模型及其自动化物流预测系统》一文中研究指出本文通过了解国内外敏捷制造系统现状和相应的物流预测方法后,建立了基于神经网络的物流模型,该模型具有先进的物流预测方法及算法;同时通过和敏捷制造企业共同合作,开发了新型物流预测系统,该系统具有良好的隐层反馈的动态数据处理能力和非线性函数逼近能力。(本文来源于《科技展望》期刊2015年36期）
邓涌[8]（2014）在《基于孤立点消除合理选择训练样本的物流预测》一文中研究指出为了提高物流需求的预测精度,提出一种基于消除孤立点合理选择训练样本的物流预测(IFCM-RBFNN)。首先采用密度方法识别和剔除原始物流需求数据中的孤立点,消除孤立点对聚类结果的不利影响;然后采用模糊均值聚类(FCM)算法对物流需求数据进行聚类,选择最优训练样本集;最后采用RBF神经网络建立物流需求预测模型,并采用仿真实验对其性能进行测试。仿真结果表明,相对于对比模型,IFCM-RBFNN提高了物流需求的预测精度,预测结果更加可靠。(本文来源于《物流技术》期刊2014年13期）
王宣承,刘恩猛,程展兴,方鹏飞[9]（2014）在《基于季节分解和神经网络的物流预测混合模型》一文中研究指出考虑到物流行业具有周期性和随机性等特征,文章提出了基于季节分解和神经网络的的物流预测混合模型。该模型结合了统计方法对季节和趋势等确定性因素的简洁刻画能力,以及神经网络模型对随机因素的强大非线性拟合功能,极大地提高了物流货运量的预测准确性。实证结果表明:与线性回归模型、ARIMA模型和支持向量机相比,混合模型对于铁路货运量的预测误差最小,准确度最高。(本文来源于《统计与决策》期刊2014年11期）
李梦[10]（2014）在《基于优化算法的物流预测方法与应用研究》一文中研究指出遗传规划作为一种现代启发式随机搜索优化算法,是从遗传算法中发展起来的一种全局寻优技术,也是重要的进化算法之一。本文结合最小二乘法(LSM)拓展传统的遗传规划(GP)算法,得到一种新的非线性预测方法——最小二乘遗传规划(GP-LSM)预测方法,并借鉴综合集成预测思想,提出一种新的基于GP-LSM的非线性集成预测方法。与传统的遗传规划相比,我们新提出的最小二乘遗传规划预测方法及其相应的集成预测方法主要有四个方面的改进：新形式的个体表达、新的适应度函数、自适应的复制策略、动态调整的交叉和变异策略。本文将我们新提出的最小二乘遗传规划(GP-LSM)预测方法和基于GP-LSM的集成预测方法分别应用天津港和青岛港集装箱吞吐量月度数据进行实证分析,并与经济计量模型SARIMA、人工智能技术BPANN和LSSVM等单预测模型和几种常用的集成预测模型的预测结果作对比,我们提出的这种改进的遗传规划预测方法和其相应的非线性集成方法具有良好的非线性拟合能力,能给出明确的预测函数方程,可以更明确地服务现实预测需求,并且一定程度上提高了预测精度和方向准确度。最后综合各预测模型,基于TEI@I方法论,给出天津港和青岛港2014年上半年的集装箱吞吐量的预测值。(本文来源于《北京化工大学》期刊2014-05-29）
物流预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文利用MATLAB软件建立西宁曹家堡机场物流的灰色GM(1,1)预测模型。通过实际物流与预测值的后验差P值、C值检验,证明灰色模型符合西宁机场货吐量预测分析。预测分析旨在为西宁机场的规划发展提供有效帮助,努力使西宁曹家堡机场的高原航空枢纽地位更加明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
物流预测论文参考文献
[1].任娟娟.基于物流数据的绿色物流预测算法研究[J].电子设计工程.2019
[2].王好文,李玲琴.基于GM模型的西宁曹家堡机场物流预测分析[J].当代旅游(高尔夫旅行).2018
[3].朱念,陈东升,何昌勤,李立民.基于灰色GM(1,N)模型的广西北部湾港口物流预测研究[J].数学的实践与认识.2017
[4].朱念.基于GM(1,1)和Verhulst模型的广西边贸物流预测比较研究[J].广西经济管理干部学院学报.2017
[5].李壮阔,吕恒.基于改进的PSO-BP神经网络的桂林市物流预测研究[J].大众科技.2017
[6].陈蓉琳.区域物流预测指标选择方法的研究[J].福建电脑.2016
[7].施绍宁.基于神经网络的敏捷制造业预测模型及其自动化物流预测系统[J].科技展望.2015
[8].邓涌.基于孤立点消除合理选择训练样本的物流预测[J].物流技术.2014
[9].王宣承,刘恩猛,程展兴,方鹏飞.基于季节分解和神经网络的物流预测混合模型[J].统计与决策.2014
[10].李梦.基于优化算法的物流预测方法与应用研究[D].北京化工大学.2014