freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于灰色預(yù)測法物流需求預(yù)測研究分析_畢業(yè)論文(存儲(chǔ)版)

2025-10-08 17:32上一頁面

下一頁面
  

【正文】 獻(xiàn) ................................................................. 34 山東交通學(xué)院畢業(yè)設(shè)計(jì)(論文) 1 前 言 隨著世界經(jīng)濟(jì)一體化的深入,發(fā)展 物流已成為當(dāng)代企業(yè)提高 經(jīng)濟(jì)效益 ,降低內(nèi)耗的最有效途徑 之一 。 灰色 預(yù)測法 是由華中理工大學(xué)的鄧聚龍教授首先提出并加以發(fā)展的。在當(dāng)今社會(huì),國外的物流行業(yè)已經(jīng)發(fā)展到一定階段。由于我國的物流發(fā)展政策 、 戰(zhàn)略和規(guī)劃尚未成型,規(guī)劃者對(duì)于現(xiàn)代物流的發(fā)展理念與運(yùn)作模式,尤其 是物流需求分析等方面還有一些不同的見解,對(duì)物流需求分析所應(yīng)考慮的方面和物流需求的相關(guān)影響因素的認(rèn)識(shí)也不一致 [1]。換句話山東交通學(xué)院畢業(yè)設(shè)計(jì)(論文) 3 說,需求預(yù)測是物流工作的龍頭。在物流理論和應(yīng)用方面也取得了許多有意義的研究成果。 我國有關(guān)物流的研究大體上可分為宏觀和微觀兩方面。 北京交通大學(xué) 朱煌、汝宜紅、徐杰運(yùn)用現(xiàn)代物流學(xué)、物流系統(tǒng)分析原理以及定量分析技術(shù),在調(diào)研和資料收集的基礎(chǔ)上,進(jìn)行了奧運(yùn)物流需求分析的理論和方法研究,并得出奧運(yùn)物流需求特性及需求量預(yù)測結(jié)果。 (3)分析灰色預(yù)測方法在物流需求預(yù)測中的應(yīng)用??偟膩碚f,物流需求是一種引致需求。 (3)需求預(yù)測 預(yù)測就是根據(jù)過去和現(xiàn)在估計(jì)未來,預(yù)測未來。 ④ 進(jìn)行預(yù)測銷額售。 定性預(yù)測是以邏輯判斷為主的預(yù)測方法。 定性預(yù)測和定量預(yù)測并不是相互排斥的,而是可以相互補(bǔ)充的,在實(shí)際預(yù)測過程中應(yīng)該把兩者正確的結(jié)合起來使用。 回歸分析預(yù)測法的步驟 ① 根據(jù)預(yù)測目標(biāo),確定自變量和因變量 。只有當(dāng) 自變量 與因變量確實(shí)存在某種關(guān)系時(shí),建立的回歸方程才有意義。 正確應(yīng)用回歸分析預(yù)測時(shí)應(yīng)注意: ; ; 。另外,應(yīng)用博克斯一詹金斯法建模時(shí),通常采用逐次增加模型的階數(shù)來達(dá)到使模型通過檢驗(yàn)的要求。 據(jù)平滑次數(shù)不同,指數(shù)平滑法分為:一次指數(shù)平滑法、二次指數(shù)平滑法和三次指數(shù)平滑法等。 ③ 未充分考慮數(shù)列中的長期趨勢和變動(dòng)。它通常是利用變量的散點(diǎn)圖來擬合建立模型,并進(jìn)行殘差分析,選擇標(biāo)準(zhǔn)誤差最小的模型劉沖:物流需求預(yù)測研究分析 10 作為預(yù)測模型。 ② 向所有專家提出所要預(yù)測的問題及有關(guān)要求,并附上有關(guān)這個(gè)問題的所有背景材料,同時(shí)請(qǐng)專家提出還需要什么材料。在向?qū)<疫M(jìn)行反饋的時(shí)候,只給出各種意見,但并不說明發(fā)表各種意見的專家的具體姓名。 進(jìn)行主觀概率統(tǒng)計(jì)時(shí)可分三級(jí)與四級(jí)程度評(píng)價(jià),其方法是一樣的,而數(shù)值略有區(qū)別。這不僅要我們對(duì)預(yù)測的事件有一個(gè)整體的把握和研究,而且對(duì)各種方法的運(yùn)用要熟練掌握。 灰色系統(tǒng)是由華中理工大學(xué)的鄧聚龍教授首先提出的。短短幾年中,灰色系統(tǒng)理論以其強(qiáng)山東交通學(xué)院畢業(yè)設(shè)計(jì)(論文) 13 大的生命力自立于科學(xué)之林,奠定了其作為一門新型橫斷學(xué)科的學(xué)術(shù)地位?;疑到y(tǒng)理論的立足點(diǎn)是對(duì)系統(tǒng)的輸出序列進(jìn)行研究,而不過多地涉及系統(tǒng)的輸入序列進(jìn)行研究。這樣,對(duì)某些大系統(tǒng)和長期預(yù)測問題就可以發(fā)揮作用。如對(duì)地震時(shí)間的預(yù)測。它是通過數(shù)列間各時(shí)刻數(shù)據(jù)的依個(gè)累加以得到新 的數(shù)據(jù)與數(shù)列。累加生成能使任意非負(fù)數(shù)列、擺動(dòng)的與非擺動(dòng)的,轉(zhuǎn)化為非減的、遞增的數(shù)列。 GM(l, l)模型表示一個(gè)變量的微分方程預(yù)測模型,是一階單序列的線性動(dòng)態(tài)模型。其中:? ? ? ? ? ?1 1 akbbE k E eaa???? ? ?????a 稱為發(fā)展灰數(shù); b 稱為內(nèi)生控制灰數(shù)。 (2)后驗(yàn)差檢驗(yàn) 劉沖:物流需求預(yù)測研究分析 18 21/C S S? ? ?? ?0010 . 6 4 7 5P p i S?? ? ? ? ? () 其中 1S 為原始數(shù)列標(biāo)準(zhǔn)差 , 2S 為絕對(duì)誤差序列標(biāo)準(zhǔn) , ??i0? 為為絕對(duì)誤差序列 表 灰關(guān)聯(lián)后驗(yàn)差檢驗(yàn)等級(jí)評(píng)價(jià)表② Tab associated worse after postmortem examination grading evaluation form P C 評(píng)價(jià)等級(jí) 好 合格 勉強(qiáng)合格 ? ? 不合格 (3)殘差檢驗(yàn) 所謂殘差檢驗(yàn),是對(duì)模 型模擬值和實(shí)際值的殘差進(jìn)行逐點(diǎn)檢驗(yàn)。 GM(1, 1)預(yù)測模型的數(shù)據(jù)量要求小,精度較高,具有較強(qiáng)的實(shí)用性和有效性,是比較理想的預(yù)測方法.對(duì)于開放性、非線性的復(fù)雜系統(tǒng), GM(1, 1)預(yù)測模型能夠從整體出發(fā),對(duì)外延不確定性系統(tǒng)變化進(jìn)行動(dòng)態(tài)的科學(xué) 模擬和 仿真 .因此, GM(1, 1)預(yù)測模型適用于非 線性系統(tǒng)的非唯一性預(yù)測擬合,其預(yù)測結(jié)果可以為城市規(guī)劃、物流預(yù)測等方面提供科學(xué)依據(jù)。若對(duì)修正精度仍不滿意,就只有考慮采用其它模型或?qū)?原始數(shù)據(jù)序列進(jìn)行適當(dāng)取舍 [12]。因此建模數(shù)據(jù)一般應(yīng)取為包括 ? ???nX0 在內(nèi)的一個(gè)等時(shí)山東交通學(xué)院畢業(yè)設(shè)計(jì)(論文) 21 距序列。 從模擬精度看,新陳代謝 GM(1, l)模型高于新信息 GM(l, 1)模型。劉沖:物流需求預(yù)測研究分析 22 4 實(shí)例 通過前三章的介紹我們已經(jīng)可以大概了解了各種預(yù)測方法特別是灰色預(yù)測的一些簡單應(yīng)用。 當(dāng) 3?k 時(shí), ? ? ? ? ? ?1 1,? ? , ?? , 滿足準(zhǔn)指數(shù)規(guī)律 ,故可對(duì) ??1X 建立 GM(l,1)模型。 (3)檢驗(yàn) ??1X 是否具有準(zhǔn)指數(shù)規(guī)律。此外不斷地進(jìn)行新陳代謝,還可以避免隨著信息的增加,建模運(yùn)算量不斷增大的困難。一般說來,越往未來發(fā)展,越是遠(yuǎn)離時(shí)間原點(diǎn), GM(l, l)模型的預(yù)測意義就越弱,沒有必要用一種模型去預(yù)測未來的所有 值。 設(shè)序列 ? ? ? ?? ? ? ?? ? ? ?? ?? ?nXXXX 0000 ,...,2,1? , 則 ? ? ? ? ? ? ? ? ? ?00? 1 1 1a a kbX k e X ea ???? ? ? ?????為其 GM( 1, 1) 時(shí)間響應(yīng)式的累減還原值,則 (1) 當(dāng) nt? 時(shí),稱 ? ???0?Xt為模型模擬值; (2) 當(dāng) nt? 時(shí),稱 ? ???0?Xt為模 型預(yù)測值。 應(yīng)用此模型時(shí)要注意以下兩點(diǎn): (1)一般不是使用全部殘差數(shù)據(jù)來建立模型的,而是只利用了部分殘差 ; (2)修正模型所代表的是差分微分方程,其修正作用與 0k 的取值有關(guān)。但隨著 a 的不同取值,預(yù)測效果也不同。 (1)關(guān)聯(lián)度檢驗(yàn): ① 關(guān)聯(lián)系數(shù) 設(shè) ? ?? ? ? ?? ? ? ?? ? ? ?? ?? ?nXXXkX 0000 ?, . . . ,2?,1?? ? , ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ?nXXXkX 0000 ,...,2,1? 則關(guān)聯(lián)系數(shù)定義為: ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?kXkXkXkXkXkXkXkXk00000000?m axm ax??m axm ax?m i nm i n)(?????????? () 式中: ? ?? ? ? ?? ?kXkX 00? ? 為第 k 個(gè)點(diǎn) ??0X 與 ??0?X 的絕對(duì)誤差; ? ? ? ? ? ? ? ?00?m in m in X k X k?為兩級(jí)最小差; ? ? ? ? ? ? ? ?00?m a x m a x X k X k?為兩級(jí)最大差; ρ稱為分辨率, 0ρ 1,一般取ρ =; 對(duì)單位不一,初值不同的序列,在計(jì)算相關(guān)系數(shù)前應(yīng)首先進(jìn)行初始化,即將該序列 所有數(shù)據(jù)分別除以第一個(gè)數(shù)據(jù)。符號(hào) GM(l, l)的含義如下 :G 表示灰色 (Grey), M 表示模型 (Model),第一個(gè)“ l” 表示一階方程, 第二個(gè)“ 1”表示一個(gè)變量, 設(shè) ? ?? , Ta ab? 為參數(shù)列,且 ? ? ? ?? ? ? ?? ? ? ?00023xxYxn???????????????,? ? ? ?? ? ? ?? ? ? ?11121311zzBzn?????????????? () 設(shè) ?? 為待估參數(shù)向量, ????????? ?? a?,可利用最小二乘法求解?,F(xiàn)在我們開始研究 GM(l, l)模型。 nk ,2,1 ?? () 則稱為一次累加生成,一記為 lAGO(Accumulating Generation Operator)。 灰色 預(yù)測系統(tǒng) 模型 研究 (1, 1)模型 在此我們先介紹兩種生成方法 —— 累加生成和累減生成。 (2)畸變預(yù)測?;疑到y(tǒng)視不確定量為灰色量,提出了灰色系統(tǒng)建模的具體數(shù)學(xué)方法,它能利用時(shí)間序列來確定微分方程的參數(shù)?;疑Mㄟ^處理灰信息來揭示系統(tǒng)內(nèi)部的運(yùn)動(dòng)規(guī)律,它利用系統(tǒng)信息,使概念量化,再進(jìn)行模型優(yōu)化,從而充分利用系統(tǒng)信息,使雜亂無章的無序數(shù)據(jù)轉(zhuǎn)化為適于微分方程建模的有序數(shù)列。據(jù)不完全統(tǒng)計(jì),近年來, SC工、 E ISTP 以及 MR(美國數(shù)學(xué)評(píng)論 )、 SA(英國科學(xué)文摘 )、 MA(德國數(shù)學(xué)文摘 )等國際權(quán)威性檢索雜志跟蹤我國學(xué)者的灰色系統(tǒng)論著 500 多次。而黑色系統(tǒng)是指一個(gè)系統(tǒng)的內(nèi)部信息對(duì)外界來說是一無所知的,只能通過它與外界的聯(lián)系來加以觀測研究。劉沖:物流需求預(yù)測研究分析 12 3 物流需求 灰色預(yù)測法研究分析 通過第二章的研究我們可以看到,物流需求預(yù)測是一個(gè)復(fù)雜的過程,它首先要求我們?cè)陬A(yù)測前要對(duì)預(yù)測的事物有明確的認(rèn)識(shí),也就是不僅要了解預(yù)測事物的需求,而且要考慮其它很多的外部因素 。但在應(yīng)用過程中一定要注意具體問題具體分析,同一個(gè)預(yù)測主題,遇有其所處環(huán)境不同,最終的情景可能會(huì)有很大的差異。逐輪收集意見并為專家反饋信息是德 爾菲法的主要環(huán)節(jié)。按照課題所需要的知識(shí)范圍,確定專家。 趨勢外推法 主 要包括以下 6個(gè)步驟: ① 選擇預(yù)測參數(shù); ② 收集必要的數(shù)據(jù); ③ 擬合曲線; ④ 趨勢外推; ⑤ 預(yù)測說明; ⑥ 研究預(yù)測結(jié)果在制訂規(guī)劃和決策中的應(yīng)用。 它的 主要缺點(diǎn) 有 : ① 只局限于一個(gè)時(shí)間數(shù)列本身的外推預(yù)測 , 而沒有考慮其他因素的影響。 也就是說指數(shù)平滑法是在移動(dòng)平均法基礎(chǔ)上發(fā)展起來的一種時(shí)間序列 分析預(yù)測法,它是通過計(jì)算指數(shù)平滑值,配合一定的時(shí)間序列預(yù)測模型對(duì)現(xiàn)象的未來進(jìn)行預(yù)測。由于不需要對(duì)時(shí)間序山東交通學(xué)院畢業(yè)設(shè)計(jì)(論文) 9 列的發(fā)展模式做先驗(yàn)的假設(shè),同時(shí)方法的本身保證了可通過反復(fù)識(shí)別修改,直至獲得滿意的模型,因而博克斯一詹金斯法適用于各種類型的時(shí)間序列預(yù)測數(shù)據(jù)。 ⑤ 計(jì)算并確定預(yù)測值 。 ③ 進(jìn)行相關(guān)分析 。 應(yīng)用回歸預(yù)測法 時(shí)應(yīng)首先確定變量之間是否存在相關(guān)關(guān)系。 定量預(yù)測的優(yōu)點(diǎn)在于注重于事物發(fā)展在數(shù)量方面的分析,重視對(duì)事物發(fā)展變化的程度作數(shù)量上的描述,更多地依據(jù)歷史統(tǒng)計(jì)資料,較少受主觀因素的影響。 定量預(yù)測是指借助物理原型或數(shù)學(xué)方法建立定量化模型進(jìn)行預(yù)測。 ② 選擇預(yù)測方法:應(yīng)充分考慮預(yù)測的目的、時(shí)間的跨度、需求的特征等因素對(duì)預(yù)測供應(yīng)商 制造商 批發(fā)商 零售商 顧客 顧客對(duì)供應(yīng)商物流需求 顧客對(duì)批發(fā)商物流需求 顧客對(duì)制造商物流需求 零售商對(duì)供應(yīng)商物流需求 零售商對(duì)制造商物流需求 顧客對(duì)供應(yīng)商物流 需求 顧客對(duì)供應(yīng)商物流需求 制造商物流需求 批發(fā)商物流需求 顧客 對(duì)零售商物流需求 山東交通學(xué)院畢業(yè)設(shè)計(jì)(論文) 7 方法的影響。 劉沖:物流需求預(yù)測研究分析 6 圖 供應(yīng)鏈上的物流需求 Figure on the logistics supply chain needs 圖 表明,一條供應(yīng)鏈上存在諸多物流需求,物流需求存在于供應(yīng)鏈上的各個(gè)環(huán)節(jié)甚至貫穿整條供應(yīng)鏈,它們分別形成最終物流需求或中間性物流需求。 (2)物流需求 物流需求即指對(duì)物流服務(wù)的需求。 (2)對(duì)物流需求預(yù)測進(jìn)行概述。 以下是目前國內(nèi)對(duì)物流需求的部分研究成果: 長安大學(xué)孫啟鵬,丁海鷹從三個(gè)方面來闡述物流量 : 物流需求同經(jīng)濟(jì)水平的關(guān)系來描述物流量,物流作業(yè)內(nèi)容角度描述物流量,物流本源需求規(guī)模的大小描述物流量。其目的不僅是為了減少經(jīng)濟(jì)活動(dòng)對(duì)環(huán)境的影響,還要更有效的利用自然資源。但發(fā)達(dá)國家較早的進(jìn)入工業(yè)化時(shí)代 ,物流發(fā)展起步也較早,并且取得了很多成功的經(jīng)驗(yàn)。任何企業(yè)要想長期穩(wěn)定良好的發(fā)展,就必須合理的建設(shè)物流系統(tǒng)和設(shè)施。我國許多省份已經(jīng)相繼開始或準(zhǔn)備開始進(jìn)行物流需求規(guī)劃或城市規(guī)劃預(yù)測工作。 然 而隨著世界經(jīng)濟(jì)一體化的深入, 發(fā)展物流已成為當(dāng)代企業(yè)提高利潤,降低內(nèi)耗的最有效途徑。為了更好的發(fā)展中國經(jīng)濟(jì)和 提高 物流水平, 進(jìn)行合理的 物流規(guī)劃,尋求解決的方法,將是一項(xiàng)富有現(xiàn)實(shí)意義的課題。 關(guān)鍵詞 : 物流, 需求預(yù)測, 灰色 理論 劉沖:物流需求預(yù)測研究分析 2 Abstract Logistics as an emerging industry, ha
點(diǎn)擊復(fù)制文檔內(nèi)容
環(huán)評(píng)公示相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1