| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1.绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.2.3 国内外研究现状述评 | 第16-17页 |
| 1.3 研究内容、方法与创新点 | 第17-18页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18页 |
| 1.3.3 创新点 | 第18页 |
| 1.4 技术路线图 | 第18-20页 |
| 2.物流需求预测理论 | 第20-26页 |
| 2.1 物流需求相关概述 | 第20-21页 |
| 2.1.1 区域物流需求的内涵 | 第20页 |
| 2.1.2 区域物流需求特点 | 第20-21页 |
| 2.2 物流需求预测相关概述 | 第21-26页 |
| 2.2.1 物流需求预测的内涵 | 第21-22页 |
| 2.2.2 物流需求预测的方法 | 第22-24页 |
| 2.2.3 物流需求预测的步骤 | 第24-26页 |
| 3.河北省物流需求影响因素分析 | 第26-33页 |
| 3.1 物流需求影响因素分析 | 第26-28页 |
| 3.1.1 区域经济因素 | 第26-28页 |
| 3.1.2 区域产业因素 | 第28页 |
| 3.1.3 区域环境因素 | 第28页 |
| 3.1.4 其它因素 | 第28页 |
| 3.2 物流需求预测指标体系建立 | 第28-31页 |
| 3.2.1 指标选取原则 | 第29页 |
| 3.2.2 物流需求预测指标选取 | 第29-30页 |
| 3.2.3 物流需求因素指标选取 | 第30-31页 |
| 3.3 指标体系相关分析 | 第31-33页 |
| 3.3.1 指标数据选取 | 第31页 |
| 3.3.2 指标体系相关性实证分析 | 第31-33页 |
| 4.河北省物流需求预测实证分析 | 第33-45页 |
| 4.1 数据来源与数据预处理 | 第33-34页 |
| 4.1.1 数据来源 | 第33页 |
| 4.1.2 数据预处理 | 第33-34页 |
| 4.2 二次指数平滑预测 | 第34-36页 |
| 4.2.1 模型介绍 | 第34页 |
| 4.2.2 实证分析 | 第34-36页 |
| 4.3 BP神经网络模型预测 | 第36-38页 |
| 4.3.1 BP神经网络模型概述 | 第36-37页 |
| 4.3.2 实证分析 | 第37-38页 |
| 4.4 Lasso-BP神经网络模型预测 | 第38-42页 |
| 4.4.1 Lasso变量选择方法概述 | 第38-39页 |
| 4.4.2 建模思路 | 第39页 |
| 4.4.3 建模步骤 | 第39-40页 |
| 4.4.4 实证分析 | 第40-42页 |
| 4.5 预测模型对比分析及未来物流需求预测 | 第42-45页 |
| 4.5.1 预测模型对比分析 | 第42-43页 |
| 4.5.2 基于Lasso-BP神经网络的物流需求预测 | 第43-45页 |
| 5.结论与展望 | 第45-47页 |
| 5.1 结论与建议 | 第45-46页 |
| 5.2 不足与展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 后记 | 第51-52页 |
| 攻读学位期间取得的科研成果清单 | 第52页 |