灰色预测算法在物流园区需求预测中的应用与改进

摘要

需求预测是目前国内物流园区规划的薄弱环节，论文针对此种现状，选择园区需求预测作为研究对象，重新设计物流园区规划流程，总结需求预测的总体思路并对国内外需求预测的常见模型及算法进行综合评价。本文以灰色预测算法在园区需求预测中的具体应用为切入点，一方面，基于Markov链性质通过构造状态转移概率矩阵和定义相对误差的发生概率向量修正灰色预测结果，使预测结果区间比单纯灰色预测更为合理；另一方面，研究灰色预测算法的计算复杂性，基于Jordan标准形性质提出改进方案并证明能够有效减少计算时间与舍入误差，进而提高预测精度；此外，结合连云港港口物流园区需求预测的实证研究结果对灰色预测算法及其改进方案进行评价，期望能对科学预测物流园区的需求提供若干理论参考。

目录

文摘

英文文摘

致谢

引言

1物流园区需求预测分析

1.1物流园区

1.2园区规划基本流程

1.3园区需求预测分析

1.3.1影响园区需求的因素

1.3.2需求预测总体思路

1.3.3需求预测数据特点

1.3.4需求预测基本原则

1.3.5需求预测的常见方法及评价

2灰色预测算法的应用

2.1算法适用条件

2.2算法基本过程

2.3算法的检验

2.4算法的局限性

3灰色预测算法的改进

3.1基于Markov链性质的算法改进

3.1.1改进思路

3.1.2基本原理及性质

3.1.3定义状态转移概率

3.1.4构造状态转移概率矩阵

3.1.5预测结果修正

3.2基于Jordan标准形性质的算法改进

3.2.1 Jordan标准形性质

3.2.2模型改进

3.2.3计算复杂性讨论

3.2.4基于Jordan标准形性质的改进算法评价

4连云港港口物流园区需求预测实证研究

4.1港口物流园区建设背景

4.1.1港口和区域物流业基础

4.1.2港口物流园区建设的意义

4.1.3国内外港口物流园区经验借鉴

4.2港口物流园区需求预测

4.2.1园区腹地划分

4.2.2入园货种分析

4.2.3典型入园货种产量预测

4.2.4园区物流需求量计算

4.3港口物流园区用地需求规划

结论

参考文献

独创性声明及学位论文版权使用授权书