摘要 | 第3-5页 |
Abstract | 第5-7页 |
1 绪论 | 第11-21页 |
1.1 选题依据和立论背景 | 第11-12页 |
1.2 研究目的和意义 | 第12-14页 |
1.2.1 研究目的 | 第12页 |
1.2.2 研究意义 | 第12-14页 |
1.3 国内外研究现状 | 第14-18页 |
1.3.1 国外研究现状 | 第14-16页 |
1.3.2 国内研究现状 | 第16-18页 |
1.4 研究内容与方法 | 第18-21页 |
1.4.1 研究内容 | 第18-19页 |
1.4.2 研究方法 | 第19-20页 |
1.4.3 研究技术路线 | 第20-21页 |
2 相关理论 | 第21-33页 |
2.1 区域物流理论 | 第21-22页 |
2.1.1 区域物流 | 第21-22页 |
2.1.2 区域物流量 | 第22页 |
2.2 物流需求理论 | 第22-25页 |
2.2.1 物流需求的定义 | 第22-23页 |
2.2.2 物流需求的内容 | 第23-24页 |
2.2.3 物流需求的特征 | 第24-25页 |
2.3 物流需求预测理论 | 第25-29页 |
2.3.1 物流需求预测的概念 | 第25-26页 |
2.3.2 物流需求预测的原理 | 第26-27页 |
2.3.3 物流需求预测的类型 | 第27-29页 |
2.4 灰色系统与神经网络理论 | 第29-33页 |
2.4.1 灰色系统理论 | 第29-30页 |
2.4.2 神经网络理论 | 第30-33页 |
3 煤炭物流需求预测影响因素体系 | 第33-45页 |
3.1 煤炭物流需求预测动因分析 | 第33-36页 |
3.1.1 煤炭消费占据主体地位 | 第33页 |
3.1.2 煤炭运输格局配置矛盾 | 第33-35页 |
3.1.3 政策鼓励发展煤炭物流 | 第35-36页 |
3.2 煤炭物流需求预测影响因素分析 | 第36-41页 |
3.2.1 煤炭物流需求预测影响因素选择原则 | 第36-37页 |
3.2.2 煤炭物流需求预测影响因素分析 | 第37-41页 |
3.3 煤炭物流需求预测影响因素指标体系 | 第41-45页 |
3.3.1 指标体系的设定 | 第41-42页 |
3.3.2 指标体系综合评价 | 第42-45页 |
4 煤炭物流需求的灰色神经网络预测模型 | 第45-59页 |
4.1 物流需求预测一般方法 | 第45-48页 |
4.1.1 物流需求预测常用方法及特点 | 第45-48页 |
4.1.2 灰色神经网络预测方法及特点 | 第48页 |
4.2 煤炭物流需求预测方法的确定 | 第48-51页 |
4.2.1 煤炭物流需求预测方法的选择 | 第48-50页 |
4.2.2 灰色神经网络组合预测模型 | 第50-51页 |
4.3 基于灰色神经网络的煤炭物流需求预测模型构建 | 第51-59页 |
4.3.1 煤炭物流需求预测的可行性 | 第51-52页 |
4.3.2 煤炭物流需求预测的主要内容 | 第52-53页 |
4.3.3 煤炭物流需求预测的主要步骤 | 第53-54页 |
4.3.4 煤炭物流需求预测模型算法设计 | 第54-59页 |
5 山西省煤炭物流需求预测 | 第59-69页 |
5.1 山西省煤炭物流发展概况 | 第59-61页 |
5.1.1 山西省经济发展概况 | 第59-60页 |
5.1.2 山西省煤炭物流发展情况 | 第60-61页 |
5.2 山西省煤炭物流需求预测计算 | 第61-63页 |
5.2.1 山西省煤炭物流需求预测指标体系设定 | 第61页 |
5.2.2 山西省煤炭物流需求预测数据来源及处理 | 第61-62页 |
5.2.3 山西省煤炭物流需求预测模型计算 | 第62-63页 |
5.2.4 山西省煤炭物流需求预测结果分析 | 第63页 |
5.3 山西省煤炭物流发展措施建议 | 第63-69页 |
5.3.1 宏观经济层面的建议 | 第64-65页 |
5.3.2 中观产业层面的建议 | 第65-66页 |
5.3.3 微观企业层面的建议 | 第66-69页 |
6 结论与展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-77页 |
攻读硕士学位期间取得的主要成果 | 第77-79页 |
附录1:计算机仿真程序 | 第79-81页 |
附录2:样本归一化结果 | 第81-83页 |
附录3:样本仿真效果图 | 第83-84页 |