物流需求预测

作品数：267被引量：896H指数：16
导出分析报告
相关领域：经济管理自动化与计算机技术更多>>
相关作者：耿立艳张志清夏国恩马凯陈彦如更多>>
相关机构：武汉科技大学西南交通大学武汉理工大学福州大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金教育部人文社会科学研究基金国家社会科学基金河北省社会科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于大数据的连锁零售物流需求预测模型研究
《中国物流与采购》2025年第5期88-89,共2页张念 
随着大数据技术的飞速发展,为连锁零售企业带来机遇与挑战。其中,物流需求预测的准确性对企业运营效率与成本控制至关重要。本文探讨了基于大数据背景下的连锁零售物流需求预测模型,整合多渠道大数据资源构建高效精准模型。概述大数据...
关键词：大数据 连锁零售 物流需求预测 时间序列分析 机器学习 
基于多元线性回归的物流需求影响因素分析及预测
《物流科技》2025年第2期49-53,共5页彭永芳 段佳新 刘晨旭 
河北省社会科学发展研究重点课题“供给侧改革下河北省科技型物流企业技术创新驱动因素及对策研究”(2019021202004)。
物流是一项新兴的、复杂的行业,其在我国国民经济的发展中占据重要地位。现代物流的快速发展,对提高我国的经济实力、调整和优化产业结构起到了重要作用。文章运用多元回归分析法、逐步回归法等,对2005—2023年影响我国物流需求总量的...
关键词：物流需求总量 多元线性回归 物流需求影响因素 物流需求预测 物流发展与对策 
基于ARIMA模型的泸州市物流需求预测
《中国储运》2025年第1期167-168,共2页李昊 葛炬 苏童 
在地方城市,物流需求预测对于优化物流资源配置,提高物流效率,降低物流成本具有重要的意义。本文旨在研究和预测泸州市的物流需求。首先分析了泸州市的经济发展状况和物流行业的现状。然后选择并建立了适合泸州市物流需求预测的模型。...
关键词：物流需求预测 物流行业 物流效率 经济发展状况 ARIMA模型 物流资源配置 降低物流成本 收集和处理 
基于组合模型的浙江省物流需求预测
《物流科技》2024年第23期22-25,共4页姬栋媛 陆芬 
湖北省教育厅科学技术研究项目“考虑随机学习效应的双渠道供应链战略库存决策研究”(B2020005)。
在物流业的发展中,物流需求的预测和分析是进行物流资源分配和规划的重要依据,做好物流需求的预测才能更好地使物流服务的需求和供给达到一个相对平衡的状态,从而进一步加快物流业的发展。组合预测相对于单一预测模型会更精准,因此文章...
关键词：物流需求预测 灰色预测 线性回归 时间序列 组合预测 
基于不同模型的福建省物流需求预测比较研究
《电子商务评论》2024年第4期6197-6206,共10页王翔雨 
区域物流需求研究是制定区域物流规划的基础支撑。利用2013~2021年统计数据,采用灰色关联度模型筛选影响因素,以此建立灰色预测模型及LSTM模型并对福建省物流需求展开预测。研究发现,灰色GM (1, N)模型平均误差为4.96%,LSTM模型预测平...
关键词：需求预测 GM (1 N)模型 LSTM模型 区域物流 
组合模型支持下S省生鲜农产品物流需求预测分析
《电子商务评论》2024年第4期554-560,共7页许嘉宝 
在S省生鲜农产品物流需求预测分析领域,采用组合模型支持下的预测方法显得尤为重要。然而,相关数据存在整合不精确、预测精度不高等问题。基于此,通过主成分分析与多元回归模型的建立,探索数据源的高效整理方法,确保了数据质量与可靠性...
关键词：组合模型 S省生鲜农产品 物流需求预测 
基于BP神经网络的京津冀物流需求预测
《中国物流与采购》2024年第19期69-70,共2页张泽明 
京津冀协同发展战略旨在推动北京、天津和河北三地的协同发展,打造一个更加紧密、高效的经济圈。在这个过程中,物流作为连接生产和消费的桥梁,其重要性日益凸显。随着三地经济的深度融合,物流需求将持续增长。未来,随着三地协同发展的...
关键词：BP神经网络 京津冀协同发展战略 物流需求预测 
基于CNN-LSTM-AM神经网络的多维长序列物流需求预测
《物流科技》2024年第18期49-56,64,共9页朱毅丁 张云川 马云峰 周志刚 
教育部人文社会科学基金(19YJA630054);武汉科技大学资助项目(2022H20537)。
物流需求预测是物流管理中的关键环节,但是在现实生活中,物流需求可能受到诸如天气、经济状况、特殊事件等多方面因素的影响,这使得问题呈现出多维度、长序列的特征。随着深度学习和神经网络的发展,越来越多的研究开始尝试使用神经网络...
关键词：多维物流需求预测 长时间序列 LSTM(长短时记忆)网络 CNN(卷积神经网络) 注意力机制 
基于LMD-XGBoost的短时生鲜物流需求预测
《物流科技》2024年第16期18-23,共6页薛皓予 张志清 
武汉科技大学“十四五”湖北省优势特色学科(群)项目“数字化转型背景下数据驱动的敏捷协同创新理论与方法研究”(2023D0402)。
随着生鲜物流行业的蓬勃发展,消费者对生鲜物流的要求也在进一步提高,传统需求预测模型已经难以满足市场需求。为解决传统预测方式难以有效应对短期生鲜物流需求的非线性关系和动态变化等问题,文章提出了LMD-XGBoost组合模型预测方法,...
关键词：生鲜物流 物流需求预测 信号分解 机器学习 
基于模糊认知图和LSTM混合方法的H公司物流需求预测研究
《物流科技》2024年第16期24-28,共5页朱源 张志清 
鉴于传统的预测方法难以有效满足需求预测的非线性关系以及预测的精确度,文章提出了一种FCM-LSTM组合模型预测方法,首先对影响物流需求的关键因素进行模糊状态求解,然后对求解得到的各分量以及物流公司的历史货运量展开LSTM神经网络迭...
关键词：模糊认知图(FCM) 长短期记忆(LSTM) 遗传算法 物流需求预测 
全选清除导出
共27页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部