Print

基于ARIMA-PCR模型的福建省物流需求预测

论文摘要

区域物流需求预测对区域规划有重要作用,但福建省物流需求增长呈非线性波动特征,导致福建省物流需求预测难度大。为此,选取1981—2017年福建省物流需求数据建立基于自回归移动平均法（ARIMA）和主成分回归法（PCR）的物流需求组合预测模型。结果表明,ARIMA-PCR组合预测模型能有效提高福建省物流需求预测精度,验证了模型的有效性,并采用该模型预测了福建省2018—2022年的物流需求。

论文目录

  • 1 福建省物流需求指标体系构建
  •   1.1 指标选取
  •     （1）区域经济发展水平。
  •     （2）区域贸易。
  •     （3）区域产业结构。
  •   1.2 数据来源及指标体系构建
  • 2 基于ARIMA-PCR的福建省物流需求预测模型构建
  •   2.1 基于ARIMA模型的指标预测
  •   2.2 基于PCR模型的需求量预测
  • 3 ARIMA-PCR模型的有效性及预测结果分析
  •   3.1 模型的有效性分析
  •   3.2 模型预测结果分析
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 黄建华,陈严铛,卢箫扬

    关键词: 区域物流,预测精度,物流需求,组合预测

    来源: 武汉理工大学学报(信息与管理工程版) 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑,基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展

    单位: 福州大学经济与管理学院

    基金: 国家社会科学基金项目(13BGL059),福建省软科学基金项目(2019R0017),福建省社科研究基地重大项目(FJ2015JDZ029)

    分类号: F224;F259.27

    页码: 579-585

    总页数: 7

    文件大小: 202K

    下载量: 313

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/9931b8c451b1fc00c7fff2e2.html