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:
货运量预测是制定合理物流计划的重要内容。本文以A物流公司的历史货运量为例,主要基于趋势外推法和季节分解法来进行研究,建立趋势预测单项模型和季节分解-趋势外推的组合模型。探讨对时间序列的短期趋势预测是直接曲线拟合还是“剔除”季节性后再拟合,对于趋势模型的选择,对比多项式拟合和Logistic曲线拟合的效果,同时假设季节因素对每个月的影响是不变的,最终构建四个预测模型,通过比较四种模型的拟合优度来评判出合适的预测模型。预测结果证明组合模型的拟合效果要比单项模型的要好。
推荐文章
SVM的物流需求预测模型
物流管理
随机性变化特点
ARIMA?SVM
权值的确定
预测模型
支持向量机
区域物流需求预测的应用研究
区域物流需求
线性回归模型
支持向量机
神经网络
基于支持向量回归机的区域物流需求预测模型及其应用
区域物流需求
支持向量回归机
预测
状态空间时间序列的区域物流需求预测研究
互信息
状态空间时间序列
区域物流需求
预测
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 基于季节性时间序列的物流企业货运需求预测研究与应用
来源期刊 管理科学与工程 学科 经济
关键词 趋势外推法 季节分解法 Logistic曲线 货运量预测
年,卷(期) 2016,(1) 所属期刊栏目
研究方向 页码范围 7-14
页数 8页 分类号 F2
字数 语种
DOI
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 方晓平 中南大学交通运输工程学院 50 276 11.0 14.0
2 罗维 中南大学交通运输工程学院 9 70 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
趋势外推法
季节分解法
Logistic曲线
货运量预测
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
管理科学与工程
季刊
2167-664X
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
245
总下载数(次)
1
总被引数(次)
0
论文1v1指导