区域物流需求量预测实证研究

上传者：宋明权
|
上传时间：2015-04-28
|
密次下载

区域物流需求量预测实证研究

本文从河北省的物流需求现状出发，通过分析区域物流需求量的衡量指标和影响因素，建立了区域物流需求量预测指标体系，并根据实际数据采用BP神经网络方法建立预测模型，通过与指数平滑法预测结果比较可以看出，采用BP神经网络方法进行物流需求量预测较指数平滑法更精确，在一定程度上能够为河北省物流规划提供定量决策依据，并以此为基础为整个区域物流需求量预测提供科学依据。

关键词：BP神经网络河北省物流需求量预测

环渤海经济区科技发达，资源丰富。近年来，随着经济的快速发展，物流业也呈现迅猛发展的势头。河北省地处环渤海经济区的核心地带，与该地区整体经济情况一样，该省近年来物流需求量发展迅速。货运量作为物流需求量的重要体现，2008年货运量达到11.1亿吨，同比增长率为7%；2009年货运量更是达到13.68亿吨，同比增长率为22.8%。河北省作为环渤海经济区的重要组成部分，其物流系统的规划和建设对整个环渤海经济区乃至整个华北、东北地区的经济发展都有至关重要的影响。物流需求量的预测是物流系统规划、物流资源合理配置的重要环节，同时也为政府制定物流产业发展政策、物流基础设施建设提供必要的决策依据。为了更好的实现优化河北省的物流发展环境、培育物流龙头企业、加快物流项目建设、加快行业物流发展、加快物流改革开放、编制物流规划、做好基础工作等目标，对河北省的物流需求量进行准确预测显得尤为重要。

最常用的物流需求预测方法有指数平滑法、移动平均法和回归分析法等，杨培华（2009）和李海建，曹卫东等（2003）运用移动平均模型对物流发展的规模进行了预测；张云康，张晓宇（2008）和濮帅（2009）直接用指数平滑法对物流需求进行预测，并在此基础上进行了物流需求多种方法组合预测；李慧（2004）和陈德良等（2009）运用线性回归预测模型，对运输物流以及区域物流进行相关预测；王隆基，张仲鹏，孙晓霞（2005）和肖丹，倪梅，李伊松（2003）利用灰色模型对物流园区的货流量等进行了预测。传统方法在进行物流预测前都需要建立函数模型，这就无形中增加了预测的难度；更重要的是，传统方法主要是基于线性的决策思想，而物流影响因素和物流需求之间存在的是高度的非线性映射关系，这些非常符合BP神经网络所解决问题的特点，即它不需要建立模型和进行参数估计就可以比较精确的描述因素之间的非线性映射关系。因此，本文采用BP神经网络对河北省物流需求量进行预测，文中给出了预测的网络模型、算法原理及实施方案，实际应用证明了方法的有效性和适用性。

教育资源为主的文档平台

文档分类