基于ANN实现的供应需求预测方法

基于人工神经网络技术，建立了后勤供应需求的网络预测方法，并以某区域高校后勤保障需求为例，给出了后勤供应需求预测的步骤与实现过程。     

2003年钨钼粉及其制品需求预测

最近 ,据日本钨钼工业协会 2 0 0 3年钨钼粉及其金属制品的需求预测报告 ,钨粉由于硬质工具需求的复苏 ,今年的需求将比去年增加 6 %。由于汽车、办公设备的增长 ,半导体需求的回复和放电灯需求的增长 ,钨细丝及棒线材的用量将分别增长 7%和 9%。由于磁控管需求钨钍的坚挺和焊接棒的需求增加 ,预计将增长 31%。钨接点将持平或略减。铜合金和银合金由于库存调整到位 ,期待着通信部材的增长 ,预计分别增长 1%和 18%。钨加工产品全面期待着回复 ,预计将增长 13%,钨制品全部产量将达 483t,预计增长 9%。由于特殊用途需求钼粉的增加将增长2 9%。…     

改进BP网络在航材需求预测中的应用

针对航材备件需求预测问题,在对影响航材备件需求量的多个因素进行分析研究的基础上,运用改进BP神经网络算法进行预测的仿真实验。实验结果表明,改进BP神经网络能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

我国平板玻璃需求预测优选方法的探讨

阐述了需求预测的重要性,介绍了在平板玻璃需求预测中应用较多的移动平均、指数平滑、趋势外推等时间序列外推法,以及多元线性回归等方法,通过寻找适用的最优预测模型,对不同预测模型进行试算,对预测结果进行分析,得出在平板玻璃短期需求预测时,使用二元线性回归模型的结果更接近最优解这一结论.     

基于深度学习的集群式供应链应急物资需求预测研究

在突发事件和大数据情景下,建立基于数据流模糊C均值聚类算法的集群式供应链应急物资需求重要度决策算法,有助于辨识集群式供应链子系统应急物资需求的重要程度。针对集群式供应链中各子供应链之间的耦合特性和预测指标的快速变化数据流特征,提出基于长短期记忆网络的集群式供应链应急物资需求动态预测算法,提取集群式供应链多个子系统应急物资需求参数的时序特征,动态地、分布地对互联大系统的应急物资需求不确定性进行系统辨识估计。仿真实验结果表明了基于长短期记忆网络的集群式供应链互联大系统应急物资需求动态预测算法的可行性和精确性。     

基于深度网络的出租车Pick-up需求预测

在智慧城市建设中,区域的出租车需求预测是一个十分重要的模块。为了预测指定区域未来时刻的出租车需求,本文通过拓展已有序列模型,提出一个多时间分辨率的基于层次注意力机制的循环高速网络（Multi-Time Resolution Hierarchical Attention-Based Recurrent Highway Networks, MTR-HRHN）。MTR-HRHN将对外生数据时空特征的提取和目标数据的时空建模整合到单个框架中,并且通过多分辨率（例如每个小时或者每天）对序列数据不同的时间属性建模,从而捕获更全面的时间模式。最后,在纽约市出租车数据集上评估MTR-HRHN的预测性能。实验结果表明,与其他经典时间序列预测方法相比,MTR-HRHN在多个高需求区域的短期需求预测上表现出更好的预测性能。     

莒南县物流产业发展规划研究

随着经济全球化和信息技术的发展,现代物流业的发展成为衡量区域经济竞争力的重要指标。本文基于莒南县物流产业发展中存在的问题,并对莒南县物流产业的需求进行预测,最后分析了莒南物流产业的总体发展战略以及功能定位。     

双碳及能源安全背景下中国电煤月度需求组合预测

双碳发展背景下,准确及时的电煤需求预测有利于国家制定电煤供需计划及能源安全供给。现有研究对电煤月度需求预测的较少,且精度欠佳,难以保证电煤月度需求感知的及时性和准确性。提出由回归加权融合反向传播神经网络、门控循环单元网络和长短期记忆网络的组合预测模型预测我国电煤月度需求。首先采用格兰杰因果检验从月度经济及能源生产因素中筛选显著影响电煤需求的变量。然后构建单一及组合模型进行预测,其中,组合模型权重由回归计算得到。结果表明,相较单一模型,组合预测模型在电煤需求预测中性能更好。     

适应新形势的大城市停车需求预测方法

目前我国已探讨出多种停车需求预测方法,这些方法的前提条件和适用范围各有不同,并且我国大城市交通形势又出现了小汽车进入家庭速度加快,交通拥堵日益突出,轨道交通建设进入黄金时代等新的情况。针对这些新形式,提出了宏观和中观停车需求预测方法,宏观层次为考虑车辆出行吸引和车辆使用率的总体停车需求预测,弥补了以往未考虑未出行车辆停车需求的不足;中观层面为考虑公交可达性和多种性质建筑综合开发共享停车需求预测,可减少配建停车泊位,提高停车泊位利用率。进行实例分析,丰富和扩展了交通规划模型技术,为我国大城市开展停车交通研究提供参考。     

电能计量装置需求预测系统的开发和应用

考虑了诸多有可能决定电能计量装置需求的因素，如GDP（国内生产总值）、户数、人口数、固定投资总额等方面，并对这些方面进行了分析，利用线性回归（LINEST）和非线性回归（FORECAST）的概念，对如何实现电能计量装置的需求预测进行了简要描述。该方法已经用于实际的生产过程中。