论文基于灰色马尔科夫链江苏城镇居民冷链物流需求量预测是关于灰色方面的的相关大学硕士和相关本科毕业论文以及相关灰色英语论文开题报告范文和职称论文写作参考文献资料下载。
摘 要：冷链物流发展迅速,冷链物流需求预测的准确性对物流基础设施投入和物流政策制定是至关重要的.根据冷链物流需求受经济、社会发展和环境政策等不确定因素影响的特点,融合灰色理论和马尔科夫链,用灰色预测揭示系统时序变化的总体趋势,马尔科夫方法预测序列的随机波动的范围,能够优化灰色预测结果,提高预测的精度.将肉类、水产品、速冻面食、水果、蔬菜、奶类、药品等需要冷藏运输的产品产出总量作为冷链物流需求度量指标,建立灰色状态马尔科夫组合预测模型,对江苏省未来8年冷链物流需求量进行预测,预测结果可为江苏冷链物流发展战略制定、冷链物流服务体系构建和冷链物流园区建设等工作提供理论参考.
关键词：冷链物流需求；灰色理论；GM1,1预测；马尔科夫链
中图分类号：F250 文献标识码：A
Abstract： Cold-chain logistics has developed rapidly, the accuracy of the cold chain logistics is very important to the logistics infrastructure investment and logistics policy. According to the characteristic of logistics demand that is influenced by several uncertain factors, including the economy, social development, and environment policies, this paper integrates the Grey theory and Markov chain theory, uses Grey theory to reveal the general trend of system sequential change, and applies Markov method to predict the random fluctuation range of the sequential variation to be able to optimize prediction results and improve the accuracy of prediction. This paper takes the total yield of products that need refrigerated transport as the impact factors of transport aggregate of cold chain logistics, such as meat, aquatic products, quick-frozen noodle, fruits, vegetables, dairy, and medicine, and the prediction of Gray theory and Markov method are established to predict the logistics demand of Jiangsu, and forecasting results can be applied to provide theoretical reference and data support for making logistics development strategy and building logistics service system and logistics construction.
Key words： cold chain logistics demand； grey theory； Grey prediction model； Markov chain
0 引 言
19世纪上半叶冷链初现,随后冰箱、冰柜等的出现,冷藏技术逐步发展,各大卖场和消费者的家中才开始进入各种生鲜易腐易坏食品.而今,完整的冷链体系在欧美市场已经建立,冷链技术也日趋成熟.而我国的保鲜冷藏技术在20世纪60年代才刚刚起步,进入21世纪以来,我国冷链物流展现了强有力的生命力,以水产品、畜产品、果蔬及花卉为代表的冷链物流日渐趋热,冷链物流行业也随着市场需求的增大而不断发展.
冷链越来越受到经济界和产业界的关注,学者也对其发展及需求量的预测越来越关注.兰洪杰等运用神经网络技术对奥运食品冷链物流需求进行预测分析[1].李隽波等应用多元线性回归分析法,以我国水产品冷链物流的需求为例,建立了冷链物流需求量的预测方程,并运用Eviews软件进行了检验[2].多元线性、神经网络、支持向量机、灰色预测等方法对物流需求量的预测研究已经很多[3-4],但是具体到对冷链物流的预测研究相对较少.而且大多学者对物流需求进行预测较多选用一种方法,通常采用一种方法得到的预测并没有那么准确,因此本文运用灰色预测模型和马尔科夫链相结合的方法,使预测精度更高.马尔可夫（Markov）过程是20世纪初由前苏联学者Markov首先提出[5],灰色马尔可夫预测是目前常用的预测方法.周庆元（2012）[6]采用灰色马尔可夫模型对江苏省历年粮食产量的预测值和实际产量误差为1.67%.姜翔程（2009）[7]等利用灰色加权马尔可夫SCGM1,1模型对农作物干旱受灾面积进行了预测.
GM1,1模型的特点是计算简单、需求信息少,可对任意离散序列建模,对短期预测的精度很高,但是对于长期的预测和波动性较强序列的拟合度较差.而马尔科夫链则可以弥补GM1,1的缺陷,因为它的无后效性对中长期预测和波动性较强的序列预测效果较好.因此,本文融合灰色理论和马尔科夫链,建立灰色状态马尔科夫组合预测模型对江苏冷链物流需求量进行预测,用灰色预测揭示系统时序变化的总体趋势,通过马尔科夫方法预测序列的随机波动的范围,进而优化灰色预测结果,提高预测的精度.
总结:该文是关于灰色论文范文，为你的论文写作提供相关论文资料参考。
参考文献：
1、 马尔可夫链在股价预测中应用分析 [摘要]在当前股票市场的研究背景下，通过对马尔可夫链模型的理论产生以及发展过程和基本原理进行了介绍，并对相关的指数波动状况进行了预测，为马尔可夫。
2、 基于灰色马尔科夫模型波动通流量预测 摘要：针对目前短时交通流量预测中在精度方面的不足，提出灰色马尔科夫波动性交通流量预测模型，用于现有道路、新建或改扩建道路断面或交叉口进出口道短时。
3、 中长期电量预测傅里叶马尔科夫修正模型 摘 要：灰色模型在中长期电量预测中只对电量呈近似指数规律单调增长的序列才有较高的预测精度 随着电量变化随机波动性的增强，建立新的修正预测模型是十。
4、 改进初值∏隐马尔科夫模型预测电池健康度 摘 要：针对电动汽车所使用的锂离子电池剩余寿命难以检测的问题，分析影响电池寿命衰退的因素，建立改进初值的隐马尔科夫模型对锂离子电池寿命衰退进行预。
5、 基于隐马尔科夫模型的fMRI脑激活检测 摘 要：本文介绍了一种基于隐马尔科夫模型（HMM）的分析核磁共振图像（fMRI）数据的无监督学习模型，与一般线性模型（GLM）方法不同，GLM的。
6、 基于灰色马尔科夫模型昆明市能源消费量预测 【摘要】本文以昆明市的能源消费量为预测对象，采用现如今较为流行组合模型进行预测，本文在根据所选数据特点基础上，建立GM（1，1）模型与马尔科夫预。