• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于組合預(yù)測(cè)模型的惠安縣快遞業(yè)務(wù)量需求預(yù)測(cè)分析

      2018-12-20 05:49:34王鳳英福建船政交通職業(yè)學(xué)院福建福州350007
      物流科技 2018年12期
      關(guān)鍵詞:惠安縣業(yè)務(wù)量灰色

      王鳳英 (福建船政交通職業(yè)學(xué)院,福建 福州 350007)

      0 引言

      近幾年,電子商務(wù)迅速發(fā)展,對(duì)快遞物流的需求進(jìn)一步提升。但部分地區(qū)物流設(shè)施和技術(shù)落后,物流末端配送發(fā)展滯后,物流服務(wù)體驗(yàn)差,物流企業(yè)各自為營(yíng),企業(yè)進(jìn)行農(nóng)村物流配送成本高,因此為了提升快遞物流的服務(wù)水平,必須對(duì)未來的快遞業(yè)務(wù)量有個(gè)合理的預(yù)測(cè),進(jìn)而配備相匹配的設(shè)施及技術(shù)。需求的定量預(yù)測(cè)模型主要有回歸分析預(yù)測(cè)法、時(shí)間序列預(yù)測(cè)法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法、灰色預(yù)測(cè)法等多種方法,但單一的預(yù)測(cè)模型的假設(shè)條件及使用范圍總存在著一定的局限性,因此本文最后采用組合預(yù)測(cè)模型克服單一模型的局限性,提高模型預(yù)測(cè)的精度和穩(wěn)定性。

      1 惠安縣快遞業(yè)務(wù)的發(fā)展現(xiàn)狀分析

      惠安縣,是閩南著名僑鄉(xiāng)和臺(tái)灣漢族同胞主要祖籍地之一。素有“海濱鄒魯”、“雕藝之鄉(xiāng)”、“建筑之鄉(xiāng)”、“漁業(yè)強(qiáng)縣”、“食品工業(yè)強(qiáng)縣”之美譽(yù)。2017年全縣實(shí)現(xiàn)生產(chǎn)總值688.76億元、增長(zhǎng)8%,完成一般公共預(yù)算收入35.13億元、增長(zhǎng)3.1%,全體居民人均可支配收入2.99萬元、增長(zhǎng)7.5%,縣域經(jīng)濟(jì)居全國(guó)中小城市綜合實(shí)力“百?gòu)?qiáng)縣”第35位。

      在電子商務(wù)迅速發(fā)展的大背景下,隨著GDP的逐年穩(wěn)步提高,人民的消費(fèi)水平大幅提高,惠安縣的快遞服務(wù)需求總量也隨之持續(xù)增長(zhǎng),具體見圖1。

      2 預(yù)測(cè)模型的選擇與構(gòu)建

      快遞業(yè)是隨著電子商務(wù)發(fā)展起來的新興行業(yè),近10年發(fā)展迅速,并與區(qū)域經(jīng)濟(jì)發(fā)展密切相關(guān)。因此快遞業(yè)務(wù)量受到區(qū)域經(jīng)濟(jì)發(fā)展多種因素的影響,如區(qū)域經(jīng)濟(jì)的經(jīng)濟(jì)水平和規(guī)模、居民人均消費(fèi)水平、社會(huì)固定資產(chǎn)投資總額,常住人口、社會(huì)消費(fèi)品零售額的影響。同時(shí)也會(huì)受到國(guó)家相關(guān)政策、信息處理技術(shù)及交通因素等非經(jīng)濟(jì)因素的影響。因此在構(gòu)建預(yù)測(cè)模型時(shí)選取了

      4 種預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。

      2.1 多元回歸關(guān)系模型的構(gòu)建。由于快遞業(yè)務(wù)量的影響因素是多方面的,因此在預(yù)測(cè)時(shí)首先考慮了多元回歸關(guān)系模型。多元回歸關(guān)系模型中的解釋變量有多個(gè),一般形式為:

      其中,y是被解釋變量(因變量、相依變量、內(nèi)生變量),x是解釋變量(自變量、獨(dú)立變量、外生變量),ε是隨機(jī)誤差項(xiàng),βi,i=1,2,…,k是回歸參數(shù)。

      利用初始變量值進(jìn)行回歸并檢驗(yàn),若模型未通過檢驗(yàn),則重新建立模型,若模型通過檢驗(yàn),且滿足模型的假設(shè),則可利用此模型進(jìn)行實(shí)際預(yù)測(cè)。

      圖1 惠安縣歷年快遞業(yè)務(wù)量增長(zhǎng)趨勢(shì)圖

      2.2 基于時(shí)間序列的多項(xiàng)式回歸模型構(gòu)建??爝f業(yè)務(wù)量是一個(gè)時(shí)間序列,通過上述現(xiàn)狀分析圖1可以看出近幾年惠安縣快遞業(yè)務(wù)量沒有跳躍式增長(zhǎng),屬于漸進(jìn)變化,同時(shí)快遞業(yè)是一個(gè)迅速發(fā)展的行業(yè),因此可選用二次多項(xiàng)式趨勢(shì)回歸預(yù)測(cè)模型構(gòu)建。多項(xiàng)式趨勢(shì)回歸預(yù)測(cè)模型建立如下:

      本文采用二次多項(xiàng)式趨勢(shì)回歸對(duì)快遞業(yè)務(wù)量進(jìn)行預(yù)測(cè)。

      2.3 GM( 1,1)灰色預(yù)測(cè)模型構(gòu)建?;疑A(yù)測(cè)模型是應(yīng)用模糊數(shù)學(xué)原理對(duì)既含有已知信息又含有不確定信息的系統(tǒng)進(jìn)行預(yù)測(cè)的模型,是對(duì)隨機(jī)的原始時(shí)間序列數(shù)據(jù)進(jìn)行累加生成處理,然后建立微分方程來模擬該生成序列,恢復(fù)原時(shí)間序列的預(yù)測(cè)值。GM(1,1)模型是最常用的一種灰色預(yù)測(cè)模型。具體預(yù)測(cè)模型如下:

      建立微分方程和構(gòu)造矩陣。

      構(gòu)造矩陣B:

      矩陣計(jì)算:

      求出預(yù)測(cè)模型:

      將參數(shù)代入時(shí)間函數(shù)得一次累加生成序列的預(yù)測(cè)模型:

      最后通過一系列檢驗(yàn)來檢驗(yàn)?zāi)P偷木群涂尚哦取?/p>

      2.4 Shapley組合預(yù)測(cè)模型。上述3種預(yù)測(cè)方法各有優(yōu)缺點(diǎn),因此為了提升預(yù)測(cè)精度,對(duì)上述3種預(yù)測(cè)方法賦予不同的權(quán)重進(jìn)行最后預(yù)測(cè)結(jié)果的運(yùn)算。目前最常用的就是Shapley組合預(yù)測(cè)模型。其計(jì)算公式為:

      Shapley值誤差分配公式為:

      Shapley值法給出了一個(gè)n人合作對(duì)策問題的分配向量,u(s)-u( si)表示組合S的邊際貢獻(xiàn)值,考慮了組合成員加入后和加入前對(duì)組合產(chǎn)生不同的影響。)可看作一個(gè)權(quán)重,表示組合成員i在組合中所需要承擔(dān)的邊際貢獻(xiàn),也是組合預(yù)測(cè)的加權(quán)因子。Shapley值綜合了組織中各成員的影響,因此可認(rèn)為其分配向量是公平合理的。

      由上可得權(quán)重計(jì)算公式:

      3 惠安縣快遞業(yè)務(wù)量預(yù)測(cè)分析

      3.1 多元回歸關(guān)系模型預(yù)測(cè)。在對(duì)快遞業(yè)務(wù)量的影響因素分析基礎(chǔ)上本文選用了GDP、常住人口、居民人均消費(fèi)水平、社會(huì)消費(fèi)品零售額、固定資產(chǎn)投資總額作為快遞業(yè)務(wù)量的解釋變量。具體數(shù)據(jù)見表1。選用spss19.0對(duì)表1的數(shù)據(jù)進(jìn)行多元回歸分析。首先進(jìn)行了相關(guān)性分析,快遞業(yè)務(wù)量與這幾個(gè)解釋變量的相關(guān)性均在0.9以上,故顯著相關(guān),然后選用向后回歸進(jìn)行分析,具體結(jié)果見表2。

      表1 2011~2017年惠安縣快遞業(yè)務(wù)量相關(guān)指標(biāo)數(shù)據(jù)

      表2 系數(shù)a

      a.因變量:快遞業(yè)務(wù)量

      根據(jù)上述分析結(jié)果可以看出社會(huì)消費(fèi)品零售額被移除了,但調(diào)整后的R方仍可以達(dá)到0.994。根據(jù)系數(shù)表,多元回歸方程為:

      快遞業(yè)務(wù)量=210 621.490+0.003*GDP-3 290.158*常住人口+1.402*居民人均消費(fèi)水平-0.001*固定資產(chǎn)投資總額

      代入上述回歸方程計(jì)算出2011~2017年的快遞業(yè)務(wù)量的預(yù)測(cè)值,見表3。

      根據(jù)表3可以計(jì)算出多元線性回歸模型的平均絕對(duì)誤差比為5.58%。

      利用二項(xiàng)式曲線回歸模型對(duì)2019~2022年影響快遞業(yè)務(wù)量的各指標(biāo)進(jìn)行預(yù)測(cè),然后代入上述多元線性回歸模型計(jì)算出快遞業(yè)務(wù)量,結(jié)果見表4。

      表3 多元線性回歸模型預(yù)測(cè)值

      表4 2019~2025年惠安市快遞業(yè)務(wù)量相關(guān)指標(biāo)數(shù)據(jù)

      3.2 二次多項(xiàng)式趨勢(shì)回歸模型。本文選用spss19.0軟件對(duì)軟件快遞業(yè)務(wù)量的影響因素進(jìn)行二次多項(xiàng)式回歸。運(yùn)行結(jié)果見表5。

      表5 模型匯總和參數(shù)估計(jì)值

      由表5可知R方為1.00,說明擬合程度很高,能較好地反應(yīng)快遞業(yè)務(wù)量的變化,模型擬合值見表6,平均絕對(duì)誤差比為2.31%,效果很好。

      表6 二次多項(xiàng)式回歸模型擬合值

      利用二項(xiàng)式趨勢(shì)回歸法對(duì)2019~2025年進(jìn)行預(yù)測(cè)得到結(jié)果如表7。

      3.3 灰色預(yù)測(cè)方法。采用灰色預(yù)測(cè)分析軟件,對(duì)原始數(shù)據(jù)進(jìn)行模型GM( 1,1 )分析,殘差=145 262.37,平均相對(duì)誤差=6.26%,系數(shù)=757.93。模型誤差分析見表8。

      利用灰色預(yù)測(cè)方法對(duì)2019~2025年進(jìn)行預(yù)測(cè)結(jié)果見表9。

      3.4 Shapley組合預(yù)測(cè)模型。由Shapley組合預(yù)測(cè)模型中計(jì)算各預(yù)測(cè)方法權(quán)重ωi的公式可以得到ω1=0.26,ω2=0.55,ω3=0.19。說明趨勢(shì)回歸法在組合模型中權(quán)重最大,多元線性回歸模型最小。

      表7 2019~2025年二項(xiàng)式趨勢(shì)回歸預(yù)測(cè)值

      表8 GM( 1,1)模型預(yù)測(cè)誤差分析

      表9 灰色預(yù)測(cè)方法的預(yù)測(cè)值

      表10 2019~2022年組合預(yù)測(cè)結(jié)果

      利用公式(8)可以得到惠安縣快遞需求量組合預(yù)測(cè)結(jié)果見表10。

      4 結(jié)束語

      在快遞業(yè)務(wù)量的需求預(yù)測(cè)中,單個(gè)預(yù)測(cè)方法存在一定的局限性,因?yàn)楸疚脑谶x擇了多元線性回歸、多項(xiàng)式趨勢(shì)回歸、灰色預(yù)測(cè)方法的基礎(chǔ)上,對(duì)惠安縣快遞業(yè)務(wù)量利用組合預(yù)測(cè)方法進(jìn)行預(yù)測(cè),預(yù)測(cè)精度得以提升,從而對(duì)惠安縣的物流網(wǎng)絡(luò)規(guī)劃提供了一定的指導(dǎo)意義,提升物流網(wǎng)絡(luò)設(shè)施設(shè)備的合理布置,更好地提升服務(wù)效率,與電子商務(wù)及經(jīng)濟(jì)發(fā)展相匹配。

      猜你喜歡
      惠安縣業(yè)務(wù)量灰色
      快遞業(yè)務(wù)量累計(jì)完成480.9 億件
      韌性理論視角下的城市安全減災(zāi)研究——以惠安縣城市安全為例
      氣候變化對(duì)惠安縣農(nóng)業(yè)氣象災(zāi)害與病蟲害的影響
      2020年業(yè)務(wù)量達(dá)830億件快遞跑出經(jīng)濟(jì)活力
      淺灰色的小豬
      8月全國(guó)快遞業(yè)務(wù)量完成32.6億件同比增29.4%
      人民交通(2017年10期)2017-10-25 11:13:08
      灰色時(shí)代
      Coco薇(2017年2期)2017-04-25 17:59:38
      她、它的灰色時(shí)髦觀
      Coco薇(2017年2期)2017-04-25 17:57:49
      感覺
      惠安縣開展祭掃崇武港墘“八六”反“圍剿”革命烈士紀(jì)念碑活動(dòng)
      紅土地(2016年7期)2016-02-27 15:05:42
      南部县| 聂拉木县| 桦川县| 合江县| 鞍山市| 手机| 仁怀市| 灵山县| 淮北市| 遂平县| 建阳市| 阳谷县| 页游| 开平市| 绵竹市| 五大连池市| 双辽市| 邹平县| 原阳县| 卢龙县| 招远市| 衡山县| 秦皇岛市| 常山县| 桑日县| 莱西市| 博爱县| 绥德县| 玉田县| 郓城县| 河东区| 正镶白旗| 布拖县| 白水县| 礼泉县| 南和县| 四子王旗| 武安市| 银川市| 海南省| 宁武县|