物流系统预测的文献综述
物流管理专业毕业论文文献综述
物流管理专业毕业论文文献综述随着全球化的发展和经济的不断增长，物流管理作为一个重要的学科领域逐渐受到人们的关注。
物流管理专业毕业论文文献综述是对该领域相关研究成果的梳理和总结，有助于了解当前物流管理领域的研究热点、趋势和未来发展方向。
本文将从物流管理的定义、发展历程、重要性以及相关研究领域展开综述，希望能够为物流管理专业毕业论文的撰写提供一定的参考和启发。
一、物流管理的定义和概念物流管理是指对物流活动进行计划、组织、实施和控制，以实现物流系统高效运作，提高物流效率和降低物流成本的管理活动。
物流管理涉及到物流规划、采购、运输、仓储、包装、配送等环节，是整个供应链管理的重要组成部分。
通过科学的物流管理，可以实现生产企业与消费者之间的高效连接，提升企业的竞争力和市场份额。
二、物流管理的发展历程物流管理作为一个独立的学科领域起源于20世纪50年代的美国，随着全球化和信息技术的快速发展，物流管理逐渐成为企业提升竞争力的重要手段。
在过去的几十年里，物流管理经历了从传统物流到现代物流、再到信息化物流的发展阶段，不断引入新技术、新理念和新方法，推动物流管理不断创新和进步。
三、物流管理的重要性物流管理在现代企业运营中扮演着至关重要的角色，它直接影响着企业的生产效率、产品质量、客户满意度以及整体运营成本。
通过科学合理的物流管理，企业可以实现库存降低、运输成本节约、交货周期缩短等效果，提高企业的市场竞争力和盈利能力。
因此，加强物流管理研究和实践对于企业的可持续发展至关重要。
四、物流管理的研究领域物流管理的研究领域涵盖了供应链管理、运输管理、仓储管理、物流信息系统、逆向物流等多个方面。
在供应链管理方面，研究者关注如何优化供应链中的各个环节，实现供需匹配和资源共享；在运输管理方面，研究者探讨如何提高运输效率、降低运输成本，减少运输对环境的影响；在仓储管理方面，研究者关注如何提高仓储利用率、减少库存积压，提高仓储效率等。
此外，物流信息系统、逆向物流等领域也备受关注，成为物流管理研究的热点之一。
区域物流系统规划与设计的文献综述
国内外区域物流系统规划与设计的研究现状区域物流是以经济学中的区域经济概念为基础，研究在该区域内物流活动的规律。
区域物流的一般含义是在一定的区域地理环境中，以大中型城市为中心，以区域经济规模和范围为基础，结合物流辐射的有效范围，将区域内的各类物品从供应低向接受地进行有效的实体流动，根据区域物流基础设施条件，将公路，铁路，航空，水运及管道运输等多种运输方式及物流节点有机衔接，并将运输，存储，装卸，搬运，包装，流通加工，配送及信息处理等物流基本活动有机集成，以服务于本区域的经济发展，提高本区域的物流活动效率水平，扩大物流活动的规模和范围，辐射其他地区，提高本区域的综合经济实力。
区域物流系统规划是为实现区域经济社会的可持续发展，对区域物资流动进行统筹协调、合理规划、整体控制，实现区域物流各个要素的系统最优目标。
目前，国内外物流业的发展己经进入综合物流系统的新阶段，加强区域物流系统的规划与建设，已经成为振兴区域（国家或地区）经济的一项重要内容。
从物流系统规划与设计的角度考虑，物流系统的设计要点主要集中在，区域物流中心城市的选择，区域物流平台的构建两个大的方面。
具体而言，区域物流中心城市的选择可以具体为自然资源和地理区位的分析，物流基础设施建设，地区产业结构，地区物流需求，人类资本投入，产业环境，产业政策等几个方面。
区域物流平台的构建主要包括对基础设施的构建，如机场，铁路，航道网络，管道网络，仓库，物流中心，配送中心，码头等。
除此之外还包括物流信息平台的构建，物流技术研发平台等几个方面。
需要注意的是构建物流设施平台的过程，是一个在现有交通，仓储，等基础设施的基础上进一步调整完善的过程。
因此我们只能是在现有的公路铁路航道等基础上进行优化，而不能重新设计，这是区域物流系统与其他物流系统的一个区别。
１国外区域物流系统的相关研究目前，物流发展比较发达的美国、欧洲、日本等国在物流领域的研究，多侧重于企业物流层面，即研究作为经济活动的物流与企业的关系，作为企业利润源泉的物流对于企业的战略意义。
物流系统预测文件综述
物流系统预测文件综述预测是对未来可能发生的情况的预计与推测。
在物流领域，对物流的流向、流量、资金周转及供求规律等进行调查研究，取得各种资料和信息，运用科学的方法，预计和预测一定时期内的物流状态，能为国民经济发展的战略决策，为生产和流通部门及企业的经营管理和决策提供科学依据。
国内外许多专家和学者都对物流需求的预测进行了研究，提出不同的预测方法和手段。
概括起来，现代物流系统预测技术,按照主客因素所起的作用，主要可分两类：1.定性预测方法：德尔菲法，部门主管集体讨论法，用户调查法，销售人员意见汇集法等。
2.定量预测方法：时间序列预测技术（平滑模型和分解模型），因果预测技术等。
在现实情况中，多数的公司在做预测的时候，选择以定量预测方法为主。
本文对定性预测只做简单介绍。
一、预测分析判断技术 (定性预测)1、判断预测指在一种有组织的形式下，搜集个人对预测对象所作的判断，进行综合分析，得出预测结论的方法。
2、特点适用于数据奇缺，或难于作定量分析时使用，预测简单，容易实施，预测准确度不高，容易受主观因素的影响，一般用于中长期预测。
比如，新产品的销售量预测；新产品的市场调查，新技术的应用前景等。
3、常用方法：德尔菲法、部门主管集体讨论法、历史类比法等（1）德尔菲法德尔菲法（Delphi method），是采用背对背的通信方式征询专家小组成员的预测意见，经过几轮征询，使专家小组的预测意见趋于集中，最后做出符合市场未来发展趋势的预测结论。
流程：该方法主要是由调查者拟定调查表，按照既定程序，以函件的方式分别向专家组成员进行征询；而专家组成员又以匿名的方式（函件）提交意见。
经过几次反复征询和反馈，专家组成员的意见逐步趋于集中，最后获得具有很高准确率的集体判断结果。
优点：简明直观；避免了专家会议中屈服权威的弊端。
缺点：专家的选择没有明确的标准，预测结果的可靠性缺乏严格的科学分析，最后结果仍有随大流的倾向。
（2）部门主管集体意见讨论法由不同层次的人员在会上自由讨论。
关于物流管理方面的文献综述
关于物流管理方面的文献综述
物流管理方面的文献综述可以从以下几个方面入手1：
1.物流成本的管理：物流成本是物流管理的重要组成部分，包括运输、仓储、配送等方面的成本。
文献综述可以探讨如何通过有效的物流成本管理来降低企业成本，提高企业竞争力。
2.物流流程的优化：物流流程包括从原材料采购到最终产品销售的整个过程，优化物流流程可以降低企业的运营成本，提高客户满意度。
文献综述可以探讨如何通过物流流程的优化来提高企业的运营效率和客户满意度。
3.供应链管理：供应链是指从供应商到最终消费者的整个过程，供应链管理的目的是通过协调各个环节来提高企业的整体效率。
文献综述可以探讨如何通过供应链管理来降低企业的成本，提高企业的竞争力。
4.信息技术在物流管理中的应用：随着信息技术的不断发展，信息技术在物流管理中的应用也越来越广泛。
文献综述可以探讨如何利用信息技术来提高企业的物流管理效率，降低企业的运营成本。
5.物流人才的培养：物流管理需要专业的人才来支撑，文献综述可以探讨如何培养具有创新能力和实践能力的物流人才，以满足企业发展的需要。
总之，物流管理方面的文献综述需要从多个方面入手，全面探讨物流管理的理论和实践问题，为企业的物流管理提供指导和帮助1。
国内物流需求预测方法文献综述
国内物流需求预测方法文献综述(河北工程大学管理科学与工程阮俊虎）物流需求是指一定时期内社会经济活动对生产、流通、消费领域的原材料、半成品和成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和费用方面的要求，涉及运输、库存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活动的诸方面[1]。
物流需求的度量可以采用价值量和实物量两种度量体系。
实物量意义上的物流需求主要表现为不同环节和功能的具体作业量，如货运量、库存量、加工量、配送量等；价值量意义上的物流需求是所有物流环节全部服务价值构成的综合反映，如物流成本、物流收入、供应链增值等[2]。
物流需求预测是根据物流市场过去和现在的需求状况，以及影响物流市场需求变化的因素之间的关系，利用一定的判断、技术方法和模型，对物流需求的变化及发展趋势进行预测。
国内外许多专家和学者都对物流需求的预测进行了研究，提出不同的预测方法和手段。
物流预测方法可以分为定性预测方法（如德尔菲法和业务人员评估法等）和定量预测方法，但多数是定量预测方法，因此，本文主要是对国内物流需求定量预测方法进行综述，归为时间序列预测方法、因果关系预测方法、组合预测方法等三类。
1．时间序列预测方法综述时间序列预测方法是依据从历史数据组成的时间序列中找出预测对象的发展变化规律，以此作为预测依据。
常用的时间序列预测模型有增长率法、移动平均法、指数平滑法、随机时间序列模型、灰色模型、以及在经济领域已经被广泛应用的混沌与分形等。
增长率法指根据预测对象在过去的统计期内的平均增长率，类推未来某期预测值的一种简便算法。
该预测方法一般用于增长率变化不大，或预计过去的增长趋势在预测期内仍将继续的场合。
刘劲等[3]（2002）在利用增长率系数法对百色地区港口货运量进行了逐一分析。
移动平均法是用一组最近的实际数据值来预测未来一期或几期内产品的需求量的一种常用方法。
当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动。
校园快递物流管理系统的文献综述范文
校园快递物流管理系统的文献综述随着社会经济的发展和人们消费水平的提高，校园快递物流管理系统在全国高校中得到了广泛的应用。
本文将对校园快递物流管理系统的相关文献进行深入综述，旨在全面了解校园快递物流管理系统的现状、发展趋势以及存在的问题，并为后续研究提供参考。
一、校园快递物流管理系统的发展历程校园快递物流管理系统起源于对校园内物流管理效率的追求。
最早期的校园快递物流管理系统主要是由学校自行建立，采用人工录入、手工分拣、人工配送的方式进行管理，存在着效率低下、信息不及时、管理混乱等问题。
随着信息技术的发展和应用，校园快递物流管理系统得到了快速的发展，出现了一系列的电子化管理系统，旨在提高校园快递物流管理的效率和服务水平。
二、校园快递物流管理系统的现状分析1. 技术设备的更新换代随着信息技术的不断发展，校园快递物流管理系统的技术设备也在不断更新换代，从最初的简单条形码扫描设备到如今的智能化快递柜、无人机配送等先进设备，快递物流管理系统的效率和便利性得到了大幅提升。
2. 管理系统的完善在校园快递物流管理系统中，管理系统的完善是至关重要的。
从最初的简单信息录入管理到如今的包裹追踪、即时通知、数据分析等多功能管理系统，校园快递物流管理系统的管理水平得到了大幅提升。
3. 服务质量的提升随着校园快递物流管理系统的不断完善，服务质量也得到了显著提升。
快递配送速度加快，信息准确率提高，用户满意度得到了提升。
三、校园快递物流管理系统存在的问题及挑战1. 安全隐患校园快递物流管理系统的快速发展也带来了安全隐患，例如包裹丢失、信息泄露等问题不容忽视。
2. 管理系统的标准化校园快递物流管理系统的管理系统需要进一步标准化，以规范整个行业的发展。
3. 用户体验的提升校园快递物流管理系统需要进一步提升用户体验，提高服务水平，满足用户不同的需求。
四、校园快递物流管理系统的发展趋势1. 智能化未来校园快递物流管理系统将更加智能化，例如智能快递柜、智能配送机器人等将会成为发展的趋势。
物流文献综述近3年之内的
物流文献综述近3年之内的
近三年来，物流领域的研究涉及了许多重要的主题和趋势。
其中一些主题包括智能物流、物流网络优化、绿色物流、最后一公里配送等。
智能物流方面的研究主要集中在利用物联网、大数据分析和人工智能技术来提高物流效率和可视化管理。
物流网络优化方面的研究关注于如何优化物流网络结构以降低成本、提高效率，并减少环境影响。
绿色物流研究致力于减少物流活动对环境的影响，包括减少排放、节能减排等方面。
最后一公里配送方面的研究主要关注最后一段配送环节的效率和成本优化，以满足电子商务和城市配送的需求。
在近三年的物流文献中，还涉及了一些新兴技术在物流领域的应用，比如无人机、自动驾驶技术等。
这些技术的应用对物流行业的未来发展具有重要意义，可以提高配送效率和降低成本，并且可以应对人力短缺等问题。
此外，物流行业在全球化、供应链管理、风险管理等方面也有不少研究。
全球化背景下，跨国物流合作、国际贸易物流等成为研究热点。
供应链管理方面的研究主要关注供应链的整体优化和协同管理。
风险管理方面的研究涉及物流中的各种风险，如自然灾害、
政治风险等，以及应对这些风险的策略和方法。
总的来说，近三年来物流领域的研究涉及了多个重要方面，包括技术创新、可持续发展、全球化等。
这些研究不仅为学术界提供了丰富的研究成果，也为物流行业的发展提供了重要的理论和实践指导。
随着信息技术的快速发展和全球化背景下物流需求的不断增长，相信物流领域的研究将会持续深入和扩展。
物流文献综述范文模板例文
物流文献综述范文模板例文【中英文版】Literature Review Template for Logistics物流文献综述范文模板The field of logistics has experienced significant growth and transformation in recent years, with numerous studies exploring various aspects of this dynamic industry.This literature review aims to provide a comprehensive overview of key trends, challenges, and opportunities in logistics.By examining a range of academic articles and industry reports, this review seeks to identify the most influential factors shaping the logistics sector.近年来，物流领域经历了显著的增长和变革，许多研究探讨了这一动态行业的各个方面。
本文旨在提供物流行业关键趋势、挑战和机遇的全面概述。
通过研究一系列学术文章和行业报告，本综述旨在确定塑造物流领域的最有影响力的因素。
One of the primary focuses of logistics research is the optimization of supply chain operations.Many studies have investigated methods to enhance efficiency and reduce costs within the supply chain.Key areas of interest include inventory management, transportation planning, and warehousing.These studies often employ advanced mathematical models and optimization algorithms to develop effective solutions for supply chain challenges.物流研究的主要焦点之一是供应链运营的优化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《物流系统建模与仿真》课程论文题目：物流系统预测的文献综述专业：物流管理班级：学生姓名：学号：湖北汽车工业学院经济管理学院物流管理教研室物流系统预测的文献综述物流需求预测是根据物流市场过去和现在的需求状况，以及影响物流市场需求变化的因素之间的关系，利用一定的判断、技术方法和模型，对物流需求的变化及发展趋势进行预测。
国内外许多专家和学者都对物流需求的预测进行了研究，提出不同的预测方法和手段。
物流预测方法可以分为定性预测方法（如德尔菲法和业务人员评估法等）和定量预测方法，但多数是定量预测方法。
因此，我在网上浏览了十几篇物流系统预测的论文和专题，也在百度下载了数篇文章，并在图书馆借阅书籍。
概括起来，现代物流系统预测技术主要可分三类：判断预测技术 (定性预测) 时间序列预测技术（定量预测）因果预测技术（定量预测）。
一、预测分析判断预测技术 (定性预测)1、判断预测就是在一种有组织的形式下，搜集个人对预测对象所作的判断，进行综合分析，得出预测结论的方法。
2、特点适用于数据奇缺，或难于作定量分析时使用，预测简单，容易实施，预测准确度不高，容易受主观因素的影响，一般用于中长期预测。
比如，新产品的销售量预测；新技术的应用前景等。
3、常用方法德尔菲法、主观概率法、市场调查、历史类比法等（1）销售人员意见汇总法基本观点：预测是基于来自低层经验的逐步累加。
假设前提：处于最低层的销售人员，那些离顾客最近的、最了解产品最终用途的人，最清楚产品未来的的需求。
做法：由他们收集情报，然后逐级上报的做法。
（2）顾客期望法通常是聘请第三方专业市场调研公司进行预测。
市场调研主要用于新产品研发，了解对现有产品的评价。
了解顾客对现有产品的好恶，了解特定层次的顾客偏好。
以确定哪些商品具有竞争性。
数据收集方法有问卷调查和上门访谈两种。
（3）部门主管集体意见讨论法由不同层次的人员在会上自由讨论。
这种方法缺点在于低层人员往往易受当前市场营销的左右，不敢与领导相背。
对于重要决策，如引进流水线等，由高层人员讨论（4）历史类比法预测某些新产品的需求时，如果有同类型产品可用来作为类比模型，将是最理想的情况。
类比法可用于很多产品类型——互补产品，替代产品等竞争性产品等。
（５）德尔菲法Rand公司首创于50年代末，步骤如下：a 选择具有代表性的专家（不同背景的人）为调查对象； b通过问卷（或E-mail），向专家处了解信息；c汇总专家结果，修改问卷，再度发给专家；d再次汇总，提炼预测结果和条件，再度发给所有专家；e归纳专家意见，形成需求报告；f如有必要，再重复d；二、时间序列预测方法综述1、预测依据事物发展变化主要受内因的作用，事物过去、现在的状态会持续到将来。
（惯性原理、连续性原理）历史数据的特征，历史数据中隐含着事物发展的基本规律。
历史数据同时又受多种随机因素的影响而呈现出一定程度的波动性和不规则性；2、预测的基本思想——从历史数据中揭示发展规律通过对历史数据进行平均或平滑，消除历史数据中的部分随机波动因素的影响，指示出隐含在事物中的某种基本规律，并以此预测未来。
时间序列预测技术及分类时间序列预测，根据预测对象的历史数据资料，按时间进程组成动态数列，进行分析、预测的方法。
3、时间序列预测方法：是依据从历史数据组成的时间序列中找出预测对象的发展变化规律，以此作为预测依据。
常用的时间序列预测模型有增长率法、移动平均法、指数平滑法、随机时间序列模型、灰色模型、以及在经济领域已经被广泛应用的混沌与分形等。
(1)增长率法：指根据预测对象在过去的统计期内的平均增长率，类推未来某期预测值的一种简便算法。
该预测方法一般用于增长率变化不大，或预计过去的增长趋势在预测期内仍将继续的场合。
刘劲等[3]（2002）在利用增长率系数法对百色地区港口货运量进行了逐一分析。
(2)移动平均法：是用一组最近的实际数据值来预测未来一期或几期内产品的需求量的一种常用方法。
当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动。
根据预测时使用的各元素的权重不同，移动平均法可以分为：简单移动平均和加权移动平均。
杨荣英等[4]（2001）在讨论移动平均值的基础上，提出了移动平均线方法，并介绍了运用移动平均线进行物流预测的方法。
李海建等[5]（2003）利用二次移动平均线模型对芜湖市物流业发展的规模进行了预测。
(3)指数平滑法：是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。
其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。
移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。
韦司滢等[6]（1999）将指数平滑法等其他多种方法应用在三峡移民工程建材配送决策支持系统中。
黄荣富等[7]（2003）、张云康等[8]（2008）在进行指数平滑法预测的基础上进行了物流需求多种方法组合预测。
(4)随机时间序列模型：就是指在所研究对象的一组实测时间序列的基础上，通过各种数学的分析处理手段，寻找序列变化特征、发展趋势与规律，进而对未来某时刻研究对象的状态做出估计。
常用模型有：自回归(AR)模型、移动平均(MA)模型、自回归移动平均(ARMA)模型、求和自回归移动平均(ARIMA)模型等。
黄丽[9]（2004）利用随机时间序列模型对物流需求预测进行了专题研究。
(5)灰色模型(Grey Model，简称GM)：是一种以对时间序列进行研究分析，并建立方程，将无规律的原始数列经过转换，使之成为较有规律的生成数列后再建模用于预测的预测方法。
赖一飞等[10]（2000）建立灰色系统预测模型，并对金沙江货类的流量流向及过坝货运量进行分析预测。
三、因果关系预测方法综述是依据历史资料找出预测对象的变量与其相关事物的变量关系，建立相应的因果预测模型，利用事物发展的因果关系来推断事物发展趋势的预测方法。
常用的模型有弹性系数法、重力模型法、线性回归模型、神经网络模型、支持向量机模型等。
因果关系预测方法:(1)弹性系数法是在对一个因素发展变化预测的基础上，通过弹性系数对另一个因素的发展变化作出预测的一种间接预测方法[29]。
乔向明等[30]（2004）以十年时间序列数据为依据，采用弹性系数法，对我国公路客货运量进行中期预测研究。
李慧等[31]（2006）选取交通区汽车保有量、客货运输量、通道交通量统计资料与国内生产总值作为弹性系数指标，进行回归确定弹性系数，对资泸路(省道207 线)威远段改造工程工可交通量进行了预测。
于龙年[32]（2008）给出了物流量预测的两种方法德尔菲法和弹性系数法。
曹晓飞等[33]（2008）结合北京经济发展趋势，运用弹性系数法对机动车保有量进行了预测。
(2)重力模型法认为区与区之间的交通分布受到地区间距离、运行时间、费用等所有交通阻抗的影响，即区与区之间的出行分布同各区对出行的吸引成正比，而同区之间的交通阻抗成反比（该模型与牛顿万有引力公式相类似，并因此而得名）。
蒋仁才[34]（1987）利用重力模型对铁路货流分布进行了预测。
詹燕等[35]（2000）介绍了重力模型法的原理及其在交通分布预测中的应用前景，并通过实例比较了Furness法和重力模型改进法的运用差别。
蔡若松等[36]（2002）、杨天宝等[37]（2006）、肖文刚等[38]（2007）在交通预测的实际应用中对重力模型进行了改进。
另外，还有学者提出逆向重力模型[39]、模糊重力模型[40]等，并将其利用到交通预测中。
参考文献：[1] 乔向明，董梅，张明香．基于弹性系数法的全国公路客货运量预测研究[J]．华东公路，2004（05）：87-90．[2] 李慧，林荣娜．弹性系数法在公路工可交通量预测中的应用[J]．西华大学学报(自然科学版)，2006，25（05）：28-29，47．[3] 于龙年．关于铁路物流中心物流量预测的探讨[J]．科技创新导报，2008（19）：190-191．[4] 曹晓飞，邵春福．运用弹性系数法预测北京机动车保有量[J]．道路交通与安全，2008，08（04）：31-34．[5] 蒋仁才，刘瑞林．逐步回归方法和重力模型在货运量预测中的应用[J]．中国铁道科学，1987，(01)．[6] 詹燕，李硕．重力模型在交通分布预测中的应用[J]．湖南交通科技，2000，26（02）：65-66，71．[7] 蔡若松，李默涵．重力模型在未来交通分布预测中的应用[J]．丹东纺专学报，2002，09（02）：23-24．[8] 杨天宝，刘军．应用改进重力模型法预测铁路行包OD运量的研究[J]．铁道运输与经济，2006（03）：31-34．[9] 肖文刚，陈金泉．重力模型改进在交通分布预测中的应用[J]．科技情报开发与经济，2007，17（12）：200-201．[10] 刘晓明，夏洪山．基于逆向重力模型的枢纽机场旅客吞吐量估计方法[J]．交通运输工程学报，2008，08（02）：85-89．[11] 朱顺应，管菊香，王红，李安勋，严新平．交通分布预测模糊重力模型[J]．东南大学学报(自然科学版)，2008，38（04）：727-731．[12] 王桂霞，何满喜，米宇平．内蒙古交通运输货运量及货运周转量的预测[J]．内蒙古师大学报(自然科学汉文版)，2001，30（2）：114-118．[13] 林洪．广东物流业发展状况评价及趋势预测[J]．番禺职业技术学院学报，2002，01（03）：34-37．[14] 李慧．线性回归预测与控制在物流作业成本法中的应用[J]．重庆交通学院学报，2004，23（06）：115-117．[15] 王小萃．城市物流需求量的回归模型[J]．中国水运，2007，05（07）：201-202．[16] 陈智刚，朱鼎勋，何淼．基于的昆明市第三方物流市场需求预测分析[J]．昆明冶金高等专科学校学报，2007（06）：30-33．[17] 杨琳，刘忠波．一元线性回归模型在预测物流需求的应用[J]．商业文化(学术版)，2007（10）：173-175．[18] 杨帅．武汉市物流需求预测[J]．当代经济(下半月)，2007（10）：106-107．。