基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
快递是交通运输行业中的新兴子行业,其发展具有长趋势性和短周期性.对全球跨国快递业务量进行分析和预测.数据来源是四大快递公司的季度跨国快递包裹量,跨度为2001年1季度至2010年4季度,考虑到原始数据为非平稳时间序列,运用时间序列分析方法中的ARIMA模型,对原始序列进行差分处理,根据自相关和偏相关函数的特性,确定模型中的各项参数,最终可以选择ARIMA(1,1,1)(1,1,1)4作为模型,该模型可以得到较为理想的结果.
推荐文章
基于最优组合马尔柯夫链的业务量预测模型
业务量预测
马尔柯夫链
蜂窝移动通信系统
基于K-近邻算法的业务量预测
K-近邻算法
业务量时间序列
预测
基于时间序列分析及机器学习的移动网络业务量预测技术
物联网
时间序列分析
机器学习
神经网络
业务量预测
激活函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARIMA模型的全球跨国快递业务量预测
来源期刊 华东交通大学学报 学科 经济
关键词 时间序列分析 ARIMA模型 季节周期 跨国快递
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 102-107
页数 分类号 F561
字数 3744字 语种 中文
DOI 10.3969/j.issn.1005-0523.2012.01.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵一飞 上海交通大学安泰经济与管理学院 81 551 14.0 19.0
2 张仲斐 上海交通大学中美物流研究院 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (17)
同被引文献  (36)
二级引证文献  (29)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(11)
  • 引证文献(4)
  • 二级引证文献(7)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
时间序列分析
ARIMA模型
季节周期
跨国快递
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东交通大学学报
双月刊
1005-0523
36-1035/U
大16开
中国南昌
1984
chi
出版文献量(篇)
3963
总下载数(次)
12
总被引数(次)
24304
论文1v1指导