新疆生产建设兵团农产品物流效率及差异动态研究

新疆生产建设兵团农产品丰富,利用物流可以带动农产品的销售,增加农户收入,从而更好地促进新疆生产建设兵团农业的发展。首先从兵团农产品生产与消费现状、兵团农产品物流发展现状这两个方面对兵团农产品物流的现状进行分析,其次运用超效率DEA模型以及DEA-Malmquist指数法,选取2015—2020年兵团的面板数据,对兵团农产品物流效率进行静态和动态分析,从而厘清兵团农产品物流的时空演变规律。结果表明,兵团农产品物流效率整体水平较低,各师农产品物流发展水平差异较为显著,发展水平参差不齐。最后,从重视农产品物流人才引进、完善兵团农产品物流基础设施以及注重新型农产品物流技术引用等方面提出了提升兵团农产品物流效率发展水平,进而更好地促进兵团农产品物流发展的建议。     

基于神经网络分析的北京城镇农产品冷链物流需求预测

为了预测由居民消费所引起的农产品冷链物流需求,从农产品供给、社会经济、冷链发展、人文发展、物流需求规模5个角度构建影响指标体系,利用BP神经网络和RBF神经网络在需求预测中的优势,建立基于主成分分析和神经网络组合模型的需求预测模型,并以北京为例,对两种模型的预测结果进行对比分析。结果表明:通过灰色关联度分析各个影响指标,发现北京市城镇人口数量、第一产业增加值、第三产业占GDP比重等因素对农产品冷链物流需求量的影响最大;预测到2020年北京城镇居民农产品冷链物流需求将达到642.27万t;所建立的模型对冷链物流需求及其影响因素的非线性关系方面有较高的精度和应用价值,能够为农产品冷链物流规划者及政府提供定量决策依据。     

正向权重组合预测机制下的农产品冷链物流需求量预测

对农产品冷链物流进行需求预测能够避免冷链物流供应过剩或不足,并导向投资人员的投资方向。首先研究正向权重组合预测方法的最优权值和精确度结果,进而给出组合预测的实证探究,对采用延伸趋向、指数平滑、神经网络算法、回归方法和灰色预测方式进行的农产品冷链物流单向预测与正向权重组合预测的结果进行对比分析。结果表明,正向权重组合预测方法更接近真实值。基于此,给出结论和推动农产品冷链物流发展的建议。     

兵团第三方物流市场需求预测分析

本文在分析兵团第三方物流现状的基础上,采用灰色模型对兵团第三方物流市场需求规模进行预测。预测结果显示,该方法有较好的预测精度,可用来预测兵团未来几年的第三方物流需求情况,可为制定区域物流发展政策、确定物流基础设施建设规模及分析物流市场态势提供定量依据。     

小波变换—BP 神经网络的农产品价格预测研究

【目的】农产品价格变动关乎国计民生,由于农产品的价格受到多方面因素的共同影响,其价格预测也一直是研究中的难点。只有充分分析农产品价格的变化趋势才能提高价格预测精度,更好地指引农产品产业健康发展。【方法】文章以菠菜、大白菜、番茄、辣椒和马铃薯5种蔬菜为研究对象,基于2013年1月至2018年12月共72组月度价格数据,研究农产品价格变动趋势,并基于小波变换和BP神经网络构建农产品价格组合预测模型。首先利用小波变换对价格进行db5的3尺度分解,其次采用BP神经网络模型对分解出的趋势部分和细节部分分别进行预测,最后对各分量的预测结果进行组合重构。【结果】采用预测精度指标对5种蔬菜的价格预测结果进行评价分析,其平均绝对误差最小值为0.083元/kg,平均百分比误差最小为3.95%,均方根误差最小值为0.102。【结论】将小波变换和BP神经网络结合起来的组合预测模型具有较好的农产品价格预测性能,该组合方法能适应多种蔬菜的价格预测,具有普适性。但农产品价格波动幅度和强度会对该模型的预测精度产生影响。     

京津冀农产品冷链物流需求影响因素及预测模型研究

采用定性分析和定量统计相结合的方法研究农产品冷链物流需求的影响因素,并在此基础上分别建立基于灰色模型、支持向量机、BP神经网络、RBF神经网络、遗传神经网络的农产品冷链物流需求预测模型。通过研究模型对变量之间相关关系的刻画能力及预测精度两方面因素,发现五类模型分析农产品冷链物流需求问题的能力排序为:遗传神经网络模型RBF神经网络模型BP神经网络模型支持向量机模型灰色模型,这一结果表明遗传神经网络用于农产品冷链物流需求分析具有优越性。     

基于时间序列与RBF的农产品市场价格短期预测模型

为协助生产者更好地播种和收获,有效把握国内农产品价格波动规律,提高农产品价格预测精度.本文构建了基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型,以ARCH、Holt-Winters无季节模型时间序列组合预测方法揭示农产品价格序列线性特征,以RBF神经网络揭示农产品价格非线性变动规律,并以1997-2011年全国农产品集贸市场大豆月度价格走势数据为例进行实验验证.研究结果显示,基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型精度高于时间序列组合预测方法或RBF神经网络模型,是一种有效的农产品价格预测模型.     

基于支持向量机模型的北京城镇农产品冷链物流需求预测

农产品冷链物流需求系统具有非线性、历史数据少、影响因素众多等复杂特征,而支持向量机在解决小样本、非线性和高维模式识别问题等方面具有突出优势。引入支持向量机模型,以北京城镇为例,从农产品供给、社会经济、冷链发展、人文、物流需求规模五个角度构建其指标体系,对其2000-2014年的农产品冷链物流需求进行建模,进而对2015-2020年城镇农产品冷链物流需求量进行预测。结果表明,建立的模型对冷链物流需求与其影响因素的非线性关系方面有较高的精度和应用价值,能够为农产品冷链物流规划者及政府提供定量的决策依据。     

基于GM(1,1)模型的陕西省农产品物流需求预测分析

农产品物流是增加农业收益的重要保障,是实现农产品保值增值提高农民收入的主要途径,也是农业农村配套产业发展的基石。根据陕西省农产品物流发展的历史数据,建立陕西省农产品物流需求的灰色预测模型,经过精度检验分析,表明该模型非常适合用来预测陕西省农产品物流需求,以此预测了未来6年陕西省农产品的物流需求,为全省农产品物流发展和规划决策提供服务。     

基于模糊组合预测的河北省物流人才需求预测

为客观分析河北省物流人才需求,提高物流人才需求预测精度,研究了河北省物流人才需求预测方法,基于组合预测法的特点,运用三角模糊数确定组合预测法中各单项预测的模糊权重,建立基于最小预测误差值为目标函数的物流人才需求模糊组合预测模型,并通过参数估计给出预测模型的最优解。运用2002—2016年河北省物流人才就业数据进行实证分析,发现该模型具有较高精度,研究结果表明河北省物流人才需求在2017—2021年呈持续增长趋势,物流人才需求缺口呈扩大趋势。     

基于经验模态分解和支持向量机的农产品价格短期预测

针对农产品价格序列非平稳、非线性的特征,提出一种基于经验模态分解和支持向量机的短期农产品价格组合预测方法。以全国苹果批发价格的周度价格序列为研究对象,首先对价格序列进行非平稳、非线性检验;然后将价格序列分解成一系列具有不同特征尺度的分量;最后针对各分量的特点分别构建支持向量机模型进行预测,得到苹果批发价格的预测值。研究结果表明,该预测模型能够更好地追踪农产品价格的变化,其预测精度与BP(back propagation)神经网络模型相比有显著提高。     

一种基于模糊信息粒化和GA-SVM的农产品价格预测方法

准确预测农产品市场价格对政府宏观调控和农业生产者制定生产决策具有重要意义.本研究提出了一种基于模糊信息粒化和遗传算法的支持向量机(GA-SVM)农产品价格预测模型.该模型首先将原始价格数据进行模糊信息粒化,然后利用支持向量机对粒化后的价格数据做出预测.为提高预测精度,利用遗传算法对支持向量机的参数进行优化.对国内某农产品批发市场的价格数据进行实证分析的结果表明,该方法能对农产品价格的变化范围进行有效地预测.     

农产品物流配送中心的选址模型构建及其应用

研究农产品物流配送中心的选址问题,建立有效合理的物流配送体系,对优化配送环节、提高农产品配送服务水平、降低物流成本、促进中国农业发展和农村经济建设、提高农民收入具有重要意义。充分运用层次分析法、德尔菲法,明确与农产品物流配送中心选址的相关指标,明确指标体系,构建农产品物流配送中心的选址模型,并运用该模型进行实证分析,在实践中对模型的实际应用进行验证,证明农产品物流配送中心的选址模型的现实可用性。     

新疆生产建设兵团物流与经济增长关系研究

采用回归分析法,选取新疆生产建设兵团货物周转量和旅客周转量作为主要的统计指标,对兵团的物流与经济增长关系进行实证分析,估算出1982~2008年兵团经济物流平均弹性系数为1.192 7,说明兵团物流能力对经济增长具有明显的拉动作用,加大对物流能力的投入将能更好地发展兵团经济。     

基于多分类器组合的个人信用评估模型

针对个人信用评估单一模型存在的不足，提出一种基于多分类器组合的个人信用评估模型。该模型综合了多元判别分析、logistic回归、神经网络、支持向量机等七种个人信用评估单一模型的预测结果，利用加权投票方法对其进行组合并输出最后预测结果。在某商业银行信用卡数据集上的测试结果表明，组合模型能有效地提高预测精度及稳健性，对信贷机构控制消费信贷风险具有很好的适用性。     

基于因子分析法的山东省农产品物流发展水平研究

基于农村经济发展水平、农村物流发展水平、信息化程度等指标，构建山东省各市农产品物流发展水平评价模型，利用因子分析法对山东省各市物流发展水平进行综合评价，发现山东省农产品物流发展的区域性较强，每个城市的发展水平不一。并利用聚类分析将山东省16市按照农产品物流综合发展水平分为4类，有针对性地提出促进各地区农产品物流发展水平的建议。     

基于组合预测模型的水质数据预测研究

对时间序列水质预测问题进行研究,提出了基于最优加权法的组合预测模型.综合利用了ARIMA预测模型、人工神经网络模型和指数平滑法对水质数据进行预测,再将它们的结果利用最优加权组合法进行组合,得到组合预测模型结果.将组合预测模型应用到广州长洲水质预测工作中,得到了较好的预测结果.组合预测模型结果的精度高于单一模型结果.组合预测模型能平衡单一模型的偏差,具有更好的适用性和更高的精度.     

自然灾害条件下农产品应急物流能力的ANP-FGT评价模型

针对自然灾害条件下农产品应急物流能力的评价,将网络层次分析法(ANP)、模糊灰色理论(FGT)2种方法结合,提出1种基于ANP-FGT的评价模型.在分析影响自然灾害下农产品应急物流能力因素的基础上,构建自然灾害条件下农产品应急物流能力的评价指标体系,并运用ANP确定评价体系的各指标权重.根据各权重,运用FGT对农产品应急物流能力进行评价;并给出具体算例.结果表明:ANP-FGT评价模型可以对自然灾害条件下农产品应急物流能力进行评价,为提升自然灾害条件下农产品应急物流能力提供技术依据.     

中国农产品物流业促进农产品国际竞争力提高研究

农产品国际竞争力提高与农产品物流业发展具有高度的相关关系,在理论系统分析的同时,利用自回归分布滞后模型定量分析得出:农产品物流发展水平已成为影响农产品国际竞争力的重要因素,农产品物流业的发展相对滞后制约了我国农产品国际贸易量的进一步提高,在分析发达国家农产品物流模式的基础上,提出通过制定相应的农产品物流业发展战略促进农产品在国外市场上竞争优势提高的建议。     

基于群体智能的农产品虚拟物流企业组织研究

面对我国农产品生产及相关产业的快速发展,研究适应我国农产品物流需求变化趋势的物流企业组织模式非?乔 常必要.利用因果关系图分析了发展农产品虚拟物流企业的适宜性;提出了一种基于群体智能的农产品虚拟物流业务成员行为分析算法,用于对农产品物流业务合作伙伴进行选择;然后探讨了农产品虚拟物流企业的构建,从而为我国农产品物流的良性发展提供了一种可操作模式,对我国新农村建设中物流效率的提高有一定帮助.