GM(1,1)模型在深圳物流需求预测中的应用

《GM(1,1)模型在深圳物流需求预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、总体感觉：1.文章的学术味不浓，就是语言表述上逻辑性不强，特别是第一部分引言，要紧凑，说的很多都是没用的话；2.文章的后半部分分析的地方是重点，但是相应的分析很少，显得头重脚轻，那里要扩充开，适当性的引用相关研究结果进行对比以扩充该部分研究内容的深度和水平；3.结论部分太过于简单，结论是整个文章的收尾，要点名要以，特别是此类实证分析的文章，最好用结论和讨论，就是在说明你研究结论的情况下，通过其他数学预测方法的研究加以对比，来说明你应用这个方法的长处短处，以及今后的发展方向。4.同时，审稿人所给出的意见已经很客气了，估计是知道是你导师，所以你

2、要认真把握，仔细修改，这样的稿子，如果没有人告诉我，我在审稿的时候一定会枪毙，因为我是外行，所以建议你和导师商量，请他在结构和内容上再次把握。5.开始第一篇文章都很难，别泄气，第一次好了，后面就顺了！6.另外，能看出来，审稿人让你增加公式的推导，是给你台阶下，但是重点还是后面的分析，整吧！新陈代谢GM（1，1）模型在深圳物流需求预测中的应用题目修改为：基于新陈代谢GM（1，1）模型的深圳货运量预测应用研究题目的学术意义不明确【摘要】区域物流需求预测是物流产业合理规划、布局的基础，在众多的区域物流需求预测方法中，灰色系统理论是一种较好的方法，

3、仅需少量数据就能获得较高精确度的预测结果。文章首次应用新陈代谢GM（1，1）模型预测深圳未来几年的物流需求量，并使用MATLAB软件绘出拟合图，使预测的结果比普通的灰色预测方法更准确，为深圳物流业的发展提供科学依据。摘要的撰写方法：研究意义（一到两句话）；研究对象，研究方法，研究数据来源，研究结论：123…【关键词】灰色系统理论；新陈代谢GM（1，1）模型；深圳物流量关键词：灰色系统理论；新陈代谢GM（1，1）模型；货运量；深圳AMetabolicGM(1,1)ModelAppliedinForecastofShenzhenLogistic

4、sDemandAbstract:Regionallogisticsdemandforecastisthebasisofreasonableplanninginlogisticsindustry.Inalargenumberofregionallogisticsdemandforecastingmethods,thegraysystemtheoryisabetterway,asmallamountofdatatoobtainhigh-precisionforecast.MetabolicGM(1,1)modelsisfirstlyapplie

5、dtopredictShenzhenlogisticsdemandinthisarticle.TheMatlabsoftwareisusedtodrawtheSimulatedCurve.ItallowstheforecastresultstoachievehighaccuracyandprovidesascientificbasisforrationaldevelopmentoflogisticsindustryinShenzhen.Keywords:graysystemtheorymetabolicGM(1,1)modelShenzhe

6、nlogisticsquantity一、引言现代物流业是深圳三大经济支柱产业之一，发展物流业有利于提高深圳的国际化程度，增强城市核心竞争力，有利于带动相关产业的发展，促进产业结构的升级换代，对深圳的经济发展具有重要意义。保持深圳物流业持续快速发展的一个前提条件是物流产业的合理规划，而要合理规划物流产业必须准确预测物流需求量。（这样表述不利于本文的学术意义）开门建山说明研究意义。现代物流业是深圳三大经济支柱产业之一，随着深圳经济进一步发展，货物运输需求将继续保持快速稳定增长趋势。货物运输量的预测研究，对深圳物流业的发展和经济建设具有重要意义。

7、文章采用灰色系统理论中的新陈代谢GM（1，1）模型对深圳近年来货运量数据进行分析，预测的结果较准确，把误差控制在合理的范围内，其精度比其他的预测方法更高。在物流需求预测方法中，常用的有很多，例如回归分析法、指数平滑法、移动平均法和人工神经网络等，这其中，灰色预测法以少量的数据提供较高的预测精度而获得广泛应用。该理论是由我国邓聚龙教授在80年代初期创立的，以“小样本、贫信息”的不确定性系统作为研究对象。GM（1，1）模型是灰色系统中应用最广泛的一种预测模型，该模型既包含了线性回归又包含了幂级数回归的内容，所以此方法优于一般的线性回归、指数平滑

8、等预测方法。新陈代谢GM（1，1）模型在用新信息替换旧信息的基础上，根据新的数据序列建立模型计算，从而使预测数据的精度进一步提高。在以往的应用灰色系统理论预测物流需求研究中，柴大