基于SVR残差修正自回归模型的区域物流需求预测

被引:2
作者
骆达荣 [1 ,2 ]
机构
[1] 五邑大学经济管理学院
[2] 广东工业大学管理学院
基金
广东省自然科学基金;
关键词
区域经济; 物流需求; 需求预测; 支持向量回归; 残差自回归;
D O I
暂无
中图分类号
F224 [经济数学方法]; F259.27 [地方物资经济]; F542 [中国陆路、公路运输经济];
学科分类号
0701 ; 070104 ;
摘要
物流需求预测的效率和精度直接影响物流系统的有效规划、管理,考虑到大多区域经济变量具有非线性与波动性的特征,传统的线性建模和预测技术难以适应物流需求预测的精度要求。因此,提出基于SVR残差修正自回归的区域物流需求预测模型。首先采用残差自回归模型拟合序列的线性部分;然后对拟合后的残差序列采用SVR方法再次提取其非线性信息,从而提高模型的预测精度;最后以广东省公路货运量的预测为例说明模型的有效性。为满足社会物流需求,有效地进行物流规划、管理,提供了良好的决策支持。
引用
收藏
页码:196 / 198+248 +248
页数:4
相关论文
共 5 条
[1]  
现代物流与交通运输系统.[M].高自友;孙会君著;.人民交通出版社.2003,
[2]   基于BP神经网络的物流量预测方法研究 [J].
马银军 .
物流科技, 2010, 33 (05) :81-83
[3]   基于ARIMA和LSSVM的非线性集成预测模型 [J].
朱帮助 ;
林健 .
数学的实践与认识, 2009, 39 (12) :34-40
[4]   基于支持向量回归机的物流需求预测模型研究 [J].
胡燕祝 ;
吕宏义 .
物流技术, 2008, (05) :66-68
[5]   区域经济中长期预测的支持向量回归方法 [J].
肖健华 ;
林健 ;
刘晋 .
系统工程理论与实践, 2006, (04) :97-103