| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 国外研究现状 | 第8-9页 |
| 1.2.2 国内研究现状 | 第9-12页 |
| 1.3 主要研究内容及技术路线 | 第12-15页 |
| 2 区域物流需求预测相关理论及方法概述 | 第15-22页 |
| 2.1 区域物流需求 | 第15-18页 |
| 2.1.1 区域物流需求的内涵 | 第15页 |
| 2.1.2 区域物流需求的特点 | 第15-16页 |
| 2.1.3 区域物流需求分析的主要内容 | 第16-18页 |
| 2.2 区域物流需求计量方式 | 第18-19页 |
| 2.3 区域物流需求预测 | 第19-21页 |
| 2.3.1 区域物流需求预测概念 | 第19页 |
| 2.3.2 区域物流需求预测步骤 | 第19-20页 |
| 2.3.3 区域物流需求预测一般方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 区域物流需求预测指标体系建立 | 第22-29页 |
| 3.1 区域物流需求影响因素分析 | 第22-24页 |
| 3.2 区域物流需求预测指标选取原则 | 第24-25页 |
| 3.3 区域物流需求预测指标体系的建立 | 第25-26页 |
| 3.4 预测指标评价及关联分析 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 区域物流需求预测模型的建立 | 第29-44页 |
| 4.1 区域物流需求预测方法选取和预测流程 | 第29-30页 |
| 4.2 BP神经网络预测模型 | 第30-32页 |
| 4.2.1 BP神经网络结构 | 第30-32页 |
| 4.2.2 BP神经网络计算步骤 | 第32页 |
| 4.3 灰色BP神经网络预测模型 | 第32-39页 |
| 4.3.1 灰色系统理论 | 第33-35页 |
| 4.3.2 基于灰色系统理论改进BP神经网络预测模型原理 | 第35-36页 |
| 4.3.3 灰色BP神经网络预测模型的建立 | 第36-37页 |
| 4.3.4 预测模型的网络过程 | 第37-39页 |
| 4.4 遗传灰色BP神经网络预测模型 | 第39-43页 |
| 4.4.1 遗传算法 | 第39-40页 |
| 4.4.2 基于遗传算法改进灰色BP神经网络预测模型原理 | 第40-41页 |
| 4.4.3 遗传灰色BP神经网络预测模型的网络过程 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 实证分析 | 第44-58页 |
| 5.1 山东省经济与物流状况分析 | 第44-45页 |
| 5.2 数据选取与处理 | 第45-49页 |
| 5.2.1 数据选取 | 第45-46页 |
| 5.2.2 数据处理 | 第46-49页 |
| 5.3 预测模型实证分析 | 第49-57页 |
| 5.3.1 BP神经网络模型预测 | 第49-51页 |
| 5.3.2 灰色BP神经网络模型预测 | 第51-54页 |
| 5.3.3 遗传灰色BP神经网络模型预测 | 第54-56页 |
| 5.3.4 模型预测性能对比分析 | 第56-57页 |
| 5.4 山东省未来物流需量预测 | 第57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-61页 |
