APP下载

基于TOPSIS准则和SARIMA模型的江苏省快递业务量短期预测

2023-10-10周翔宇

科技和产业 2023年17期
关键词:物流模型

周翔宇, 李 思

(安徽建筑大学 数理学院, 合肥 230601)

随着社会经济的发展,物流产业作为新时代政治经济活动的重要组成部分,它的发展水平高低逐渐作为衡量国家综合实力强弱和国际现代化水平高低的关键指标。物流产业作为国家新型战略产业,对经济区域发展起推动作用。

国内外学者在物流技术、物流需求精度等方面做出了大量评价。Fuqua 和 Hespeler[1]认为运输管理系统(transportation management system,TMS)等信息技术的使用对于改善公司的运输流程至关重要,可以提供潜在的结果,包括优化运输、提高成本节约和客户满意度。Salais-Fierro 和Martínez[2]提出了一种使用在线鲁棒主成分分析(robust principal component analysis,RPCA)模型,结合长短期记忆(long short term memory,LSTM)递归网络来对人道主义后勤需求进行预测,预测效果要优于传统的LSTM和GRU(门控循环单元)拟合预测模型。Ribeiro等[3]以爱尔兰的一家非冷藏物流设施2020年1—11月数据为例,提出的极度梯度提升树(XGBoost)模型在短期负荷预测方面要优于差分自回归移动平均(autoregressive integrated moving average,ARIMA)、LSTM和RNN(循环神经网络)模型。Farhan和Ong[4]使用SARIMA(季节性差分自回归滑动平均)模型预测国际港口的季节性集装箱吞吐量。

国内学者也开展了诸多研究。王向前等[5]以天津港为例,构建了基于ARIMA-SVR(差分自回归移动平均-支持向量机回归)的组合预测模型,提高了港口物流规模的预测精度。黄建华和张迪等[6]面对具有不平稳、非线性特征的区域物流需求预测问题时,提出了改进GM-BPNN(误差反向传播神经网络)组合预测模型来提高物流需求预测的精确度。黄洁和花培鹏[7]基于2003—2019年云南省物流业年度时序数据,通过构建VAR(向量自回归)模型研究云南省物流业和经济发展的关系。……

登录APP查看全文

猜你喜欢

物流模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
本刊重点关注的物流展会
“智”造更长物流生态链
企业该怎么选择物流
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
基于低碳物流的公路运输优化
多方支持推动物流行业“洗牌”
一个相似模型的应用