摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第1章 绪论 | 第10-17页 |
1.1 引言 | 第10-12页 |
1.1.1 选题背景 | 第10页 |
1.1.2 选题目的与意义 | 第10-12页 |
1.2 研究综述 | 第12-14页 |
1.2.1 都市圈物流需求研究现状 | 第12页 |
1.2.2 预测方法的研究现状 | 第12-13页 |
1.2.3 支持向量机研究现状 | 第13-14页 |
1.2.4 综合评述 | 第14页 |
1.3 论文内容与框架 | 第14-15页 |
1.4 研究方法和创新 | 第15-17页 |
1.4.1 研究方法 | 第15-16页 |
1.4.2 研究创新点 | 第16-17页 |
第2章 都市圈及物流需求的概述 | 第17-24页 |
2.1 都市圈概述 | 第17-18页 |
2.1.1 都市圈概念 | 第17-18页 |
2.1.2 本文对都市圈的界定 | 第18页 |
2.2 都市圈物流分析 | 第18-22页 |
2.2.1 都市圈物流概述 | 第18-19页 |
2.2.2 都市圈物流功能要素分析 | 第19-21页 |
2.2.3 都市圈物流配送分析 | 第21-22页 |
2.3 都市圈物流需求分析 | 第22-24页 |
2.3.1 都市圈物流需求概述 | 第22页 |
2.3.2 都市圈物流需求特征分析 | 第22-24页 |
第3章 都市圈物流需求量化指标的构建 | 第24-31页 |
3.1 都市圈物流量化指标的现状分析 | 第24-25页 |
3.1.1 物流数据统计现状 | 第24-25页 |
3.1.2 物流量化指标研究现状 | 第25页 |
3.2 都市圈物流需求量化指标的分类 | 第25-26页 |
3.2.1 按内容分 | 第26页 |
3.2.2 按量化方法分 | 第26页 |
3.2.3 按照数据的特性分 | 第26页 |
3.3 都市圈物流需求量化指标构建的原则 | 第26-28页 |
3.3.1 绝对量与相对量互补的原则 | 第27页 |
3.3.2 统一度量衡的原则 | 第27页 |
3.3.3 避免单用货运量代替物流需求量 | 第27页 |
3.3.4 避免重视规模指标轻视其他指标 | 第27-28页 |
3.4 都市圈物流需求量化指标的构建 | 第28-31页 |
3.4.1 经济规模指标 | 第28-29页 |
3.4.2 物流能力规模指标 | 第29-30页 |
3.4.3 人口规模指标 | 第30-31页 |
第4章 都市圈物流需求预测方法的对比分析 | 第31-42页 |
4.1 灰色预测方法 | 第31-33页 |
4.1.1 灰色预测方法的基础理论 | 第31页 |
4.1.2 灰色系统常用模型 | 第31-33页 |
4.2 人工神经网络预测法 | 第33-37页 |
4.2.1 人工神经网络基础理论 | 第33-34页 |
4.2.2 神经网络基本模型 | 第34-36页 |
4.2.3 神经网络预测法的一般步骤 | 第36-37页 |
4.3 支持向量机预测方法 | 第37-41页 |
4.3.1 支持向量机基本原理 | 第37-38页 |
4.3.2 支持向量分类算法 | 第38-40页 |
4.3.3 支持向量机的核函数 | 第40-41页 |
4.4 预测方法的对比分析 | 第41-42页 |
第5章 优化型支持向量回归机预测模型的构建和实证研究 | 第42-59页 |
5.1 基于反双曲正弦函数预测模型的构建 | 第42-48页 |
5.1.1 支持向量机预测模型改进方法概述 | 第42-43页 |
5.1.2 优化型支持向量回归预测模型的构建 | 第43-48页 |
5.2 预测的基本步骤 | 第48页 |
5.3 都市圈物流数据指标的收集和预处理 | 第48-54页 |
5.3.1 条件变量的预处理 | 第49-53页 |
5.3.2 反双曲线正弦函数对决策变量的预处理 | 第53-54页 |
5.4 模型的预测和结果分析 | 第54-59页 |
5.4.1 LIBSVM工具简介 | 第54页 |
5.4.2 数据的归一化处理 | 第54-55页 |
5.4.3 最优参数的查寻 | 第55-56页 |
5.4.4 模型求解 | 第56页 |
5.4.5 预测结果对比分析 | 第56-59页 |
第6章 结论与展望 | 第59-61页 |
6.1 主要研究成果 | 第59页 |
6.2 研究的不足之处 | 第59-60页 |
6.3 进一步讨论和展望 | 第60-61页 |
参考文献 | 第61-66页 |
致谢 | 第66-67页 |
在学期间发表论文及参加课题情况 | 第67页 |