亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于區(qū)間灰數(shù)預(yù)測(cè)模型的天貓“雙十一”物流需求量預(yù)測(cè)

        2018-11-09 10:43:20趙雪琴
        關(guān)鍵詞:灰數(shù)下界雙十一

        趙雪琴, 張 軍

        ( 重慶工商大學(xué) 智能制造服務(wù)國際科技合作基地,重慶400067)

        2017年,天貓“雙十一”全天產(chǎn)生的交易額為1 682億元,包裹量高達(dá)8.12億個(gè),物流配送業(yè)務(wù)量也隨之呈“爆發(fā)式”增長(zhǎng)。天貓平臺(tái)的第三方物流企業(yè)現(xiàn)有的物流資源在非節(jié)假日期間的優(yōu)化配置已經(jīng)達(dá)到了較高的水平,但面對(duì)節(jié)假日促銷導(dǎo)致的“爆發(fā)式”增長(zhǎng)卻難以維持,發(fā)貨時(shí)間延遲,物流配送中心爆倉,物流運(yùn)輸及物流信息反饋不及時(shí)等問題層出不窮。為了使這種現(xiàn)象得以緩解,天貓平臺(tái)采用了預(yù)售商品等辦法并取得了一定的成效,但“雙十一”的物流配送瓶頸依然存在。對(duì)天貓“雙十一”物流需求量進(jìn)行準(zhǔn)確預(yù)測(cè),能夠?yàn)槠淦脚_(tái)的第三方物流企業(yè)對(duì)物流資源進(jìn)行合理、有效的調(diào)配提供決策支持,保障“雙十一”物流配送的效率和質(zhì)量,同時(shí)也為解決節(jié)假日電商物流配送問題提供了一種新思路。

        近年來,電商物流研究中,文獻(xiàn)[1]以自建物流為例,通過將客戶分為時(shí)間響應(yīng)型顧客和時(shí)間延遲型顧客,構(gòu)建應(yīng)對(duì)電商促銷井噴需求狀態(tài)的兩階段商品配送模型——時(shí)間響應(yīng)型商品配送模型和時(shí)間延遲型商品配送模型,分別進(jìn)行求解,找到滿意配送路徑;文獻(xiàn)[2]在深入研究國內(nèi)外電子商務(wù)“最后一公里”配送方案的基礎(chǔ)上,對(duì)現(xiàn)有成功配送方案的成功原因和適用范圍進(jìn)行了定性分析;文獻(xiàn)[3]以滿足客戶對(duì)交貨時(shí)間的要求為目標(biāo),建立了一個(gè)電子商務(wù)多目標(biāo)動(dòng)態(tài)物流指派決策模型;文獻(xiàn)[4]分析了電子商務(wù)第三方物流供應(yīng)商的特點(diǎn),提出電子商務(wù)第三方物流選擇評(píng)估指標(biāo)系統(tǒng);文獻(xiàn)[5]從顧客價(jià)值的角度建立電子商務(wù)物流能力的評(píng)價(jià)體系,并以此為基礎(chǔ)構(gòu)建模型,分析電子商務(wù)物流能力對(duì)顧客價(jià)值的影響關(guān)系,同時(shí)將物流模式作為調(diào)節(jié)變量觀察不同物流模式對(duì)其影響作用的差異性;文獻(xiàn)[6]針對(duì)電商企業(yè)、快遞企業(yè)和便利店合作的新型物流模式,在價(jià)格和物流服務(wù)水平共同影響市場(chǎng)需求的前提下,運(yùn)用Stackelberg模型分別求解、計(jì)算了集中決策、分散決策以及3種半集中決策情形的變量取值和利潤水平,并設(shè)計(jì)了一種收益共享加成本共擔(dān)契約來協(xié)調(diào)系統(tǒng)的訂貨量和服務(wù)水平?jīng)Q策;文獻(xiàn)[7]從網(wǎng)絡(luò)零售商臨時(shí)性超額訂單的物流解決方案入手,提出電商企業(yè)設(shè)置物流服務(wù)限價(jià)和物流企業(yè)自主報(bào)價(jià)兩種物流伙伴選擇模式;文獻(xiàn)[8]構(gòu)建第三方物流服務(wù)質(zhì)量對(duì)顧客忠誠影響的理論模型(LSQ-CL模型),使用結(jié)構(gòu)方程模型對(duì)459個(gè)第三方物流使用者數(shù)據(jù)進(jìn)行驗(yàn)證性因子分析,研究表明運(yùn)作質(zhì)量、關(guān)系質(zhì)量和成本質(zhì)量均對(duì)顧客滿意度有顯著正向影響,其中運(yùn)作質(zhì)量影響最大,其次是關(guān)系質(zhì)量,成本質(zhì)量影響很小。從近幾年的研究成果可以看出,對(duì)電商物流的研究集中于物流配送、物流服務(wù)評(píng)價(jià)方面,對(duì)節(jié)假日“井噴式”電商物流方面的研究較少;對(duì)“井噴式”電商物流的研究定性為主,定量研究很少。因此,本文將對(duì)節(jié)假日引發(fā)的“井噴式”電商物流需求進(jìn)行定量預(yù)測(cè)。

        每年“雙十一”的包裹量都會(huì)在前一年包裹量的基礎(chǔ)上有所增長(zhǎng),其增長(zhǎng)趨勢(shì)呈現(xiàn)出飽和“S”形且連續(xù)變化的特征,如圖1所示。每年“雙十一”包裹量的時(shí)點(diǎn)數(shù)據(jù)只能反映當(dāng)天記錄時(shí)間點(diǎn)為止所發(fā)生的包裹數(shù)量,用歷年時(shí)點(diǎn)數(shù)據(jù)進(jìn)行預(yù)測(cè)會(huì)忽略連續(xù)變化這一趨勢(shì),導(dǎo)致預(yù)測(cè)結(jié)果的精確度不高。而將天貓“雙十一”包裹量的統(tǒng)計(jì)數(shù)據(jù)看作是一個(gè)連續(xù)變化的區(qū)間,則可以更加真實(shí)、準(zhǔn)確地反映實(shí)際趨勢(shì),因此選擇用連續(xù)區(qū)間灰數(shù)進(jìn)行預(yù)測(cè)。由于用區(qū)間灰數(shù)直接建??赡軐?dǎo)致丟失一些已知的有效信息,甚至對(duì)實(shí)際情況的解釋存在偏差,所以選擇用信息分解的方法對(duì)區(qū)間灰數(shù)進(jìn)行白化?;疑x散 Verhulst 模型是對(duì)灰色Verhulst模型的優(yōu)化,不僅依然適用于近似飽和“S”型數(shù)據(jù)序列,還能消除由微分方程跳到差分方程時(shí)產(chǎn)生的誤差,使模擬預(yù)測(cè)精度更高。因此本文運(yùn)用基于信息分解的連續(xù)區(qū)間灰數(shù)離散Verhulst模型對(duì)天貓“雙十一”的物流需求量進(jìn)行預(yù)測(cè)。

        圖1 2011—2017天貓“雙十一”包裹量Fig.1 2011—2017 Tmall double 11 parcels

        1 基于信息分解的連續(xù)區(qū)間灰色離散Verhulst模型構(gòu)建

        1.1 灰部序列預(yù)測(cè)模型

        設(shè)灰部原始序列為X(0)(t)=(x(0)(1),x(0)(2),…,x(0)(n)),對(duì)其建立灰色離散Verhulst模型,得時(shí)間響應(yīng)式為

        (1)

        1.2 白部序列預(yù)測(cè)模型

        設(shè)白部原始序列為R(0)=(r(0)(1),r(0)(2),…,r(0)(t)),同理,對(duì)其建立灰色離散Verhulst模型,得時(shí)間響應(yīng)式為

        (2)

        1.3 連續(xù)區(qū)間灰數(shù)上下界序列預(yù)測(cè)模型

        (3)

        聯(lián)立式(1)(2)(3),解方程組可得區(qū)間灰數(shù)的上界及下界的預(yù)測(cè)模型:

        (4)

        1.4 誤差檢驗(yàn)

        在使用區(qū)間灰數(shù)預(yù)測(cè)模型進(jìn)行數(shù)據(jù)預(yù)測(cè)之前,首先需要對(duì)該模型的誤差進(jìn)行檢驗(yàn)。區(qū)間灰數(shù)預(yù)測(cè)模型不同于實(shí)數(shù)序列預(yù)測(cè)模型,其檢驗(yàn)誤差的指標(biāo)比傳統(tǒng)的實(shí)數(shù)序列預(yù)測(cè)模型更加復(fù)雜、更加多元化。張軍等[11]從區(qū)間灰數(shù)模擬序列上下界平均相對(duì)模擬誤差、建模序列與模擬序列上下界的灰色面積關(guān)聯(lián)度、均方差及小誤差概率4個(gè)方面對(duì)區(qū)間灰數(shù)預(yù)測(cè)模型的誤差檢驗(yàn)方法進(jìn)行了定義與系統(tǒng)研究。在所有區(qū)間灰數(shù)誤差檢驗(yàn)指標(biāo)中一般最常用的是綜合平均相對(duì)誤差。

        設(shè)原始區(qū)間灰數(shù)序列為

        X(?)=([a1,b1]),([a2,b2]),…,([an,bn])

        相應(yīng)的區(qū)間灰數(shù)模擬序列為

        上界及下界原始序列為

        A=(a1,a2,…,an) ,B=(b1,b2,…,bn)

        上界及下界模擬序列為

        上界及下界殘差為

        ea=(ea(1),ea(2),…,ea(n))=

        (eb(1),eb(2),…,eb(n))=

        上界相對(duì)誤差為

        Δa=(Δa(1),Δa(2),…,Δa(n))=

        下界相對(duì)誤差為

        Δb=(Δb(1),Δb(2),…,Δb(n))=

        通過計(jì)算上下界每個(gè)點(diǎn)的殘差及相對(duì)誤差,可以計(jì)算出上下界的平均模擬相對(duì)誤差,進(jìn)一步計(jì)算出模型的綜合平均模擬相對(duì)誤差,然后查閱區(qū)間序列誤差檢驗(yàn)表(表1)來判斷預(yù)測(cè)模型的精度等級(jí),精度等級(jí)越低說明模擬效果越好。

        表1 區(qū)間序列誤差檢驗(yàn)表Table 1 Interval sequence error checklist

        判定區(qū)間灰數(shù)的精度等級(jí)必須是上界與下界同時(shí)滿足同一等級(jí)的精度要求,才能說其達(dá)到這一精度等級(jí)。因此,區(qū)間灰數(shù)序列的誤差檢驗(yàn)標(biāo)準(zhǔn)比實(shí)數(shù)序列的要求更加嚴(yán)格。

        2 天貓“雙十一”物流需求量預(yù)測(cè)

        本文利用基于信息分解的連續(xù)區(qū)間灰數(shù)離散Verhulst預(yù)測(cè)模型,對(duì)天貓“雙十一”包裹量進(jìn)行預(yù)測(cè)與檢驗(yàn)。選擇2011年到2017年天貓“雙十一”包裹量作為原始數(shù)據(jù)(數(shù)據(jù)由中國電子商務(wù)研究中心每年官方發(fā)布的“雙十一”數(shù)據(jù)整理而得)。原始數(shù)據(jù)為X(0)=[2 200,7 800,15 200,27 800,46 700,65 700,81 200]。

        將原始數(shù)據(jù)劃分為6個(gè)連續(xù)區(qū)間,如表2所示:

        表2 “雙十一”包裹量區(qū)間灰數(shù)Table 2 Interval grey number of double 11 parcels

        連續(xù)區(qū)間灰數(shù)的白部序列為

        R(0)=( 2 200,7 800,15 200,27 800,46 700,65 700)

        建立白部序列的灰色離散Verhulst模型得模擬序列為

        連續(xù)區(qū)間灰數(shù)的灰部序列為

        H(0)=(5 600,7 400,12 600,18 900,19 000,15 500)

        經(jīng)1—AGO后序列為

        H(1)=(5 600,13 000,25 600,44 500,63 500,79 000)

        對(duì)H(1)建立灰色離散Verhulst模型得模擬序列為

        經(jīng)累減還原得灰部序列的模擬預(yù)測(cè)序列為

        區(qū)間下界模擬序列為

        a=(2 200.00,7 797.93,15 221.35,27 843.30,46 012.61 ,66 756.53 )

        區(qū)間上界模擬序列為

        b=(7 800.00,15 193.88,27 900.60,46 321.97,65 731.66,81 892.43 )

        區(qū)間下界及上界的平均模擬相對(duì)誤差分別為0.68%,0.42%;區(qū)間綜合平均模擬相對(duì)誤差為0.55%,等級(jí)為1級(jí)。

        具體模擬結(jié)果及誤差檢驗(yàn)見表3,區(qū)間模擬值見表4,曲線擬合見圖2。由計(jì)算結(jié)果可知: 用基于信息分解的連續(xù)區(qū)間灰色離散Verhulst構(gòu)建的天貓“雙十一”包裹量預(yù)測(cè)模型的精度高達(dá)99.45%,可以有效地對(duì)天貓“雙十一”包裹量進(jìn)行預(yù)測(cè)。

        圖2 原始序列與模擬序列對(duì)比圖Fig.2 Comparison diagram of original and simulated sequence

        表3 上下界序列誤差分析Table 3 Sequence error analysis of upper and lower bounds

        表4 區(qū)間模擬值Table 4 Interval simulation value

        以2011—2017年天貓“雙十一”包裹量數(shù)據(jù)為基礎(chǔ),分別用典型的灰色Verhulst模型、離散后的灰色Verhulst模型來對(duì)其進(jìn)行預(yù)測(cè),并將結(jié)果與本模型進(jìn)行對(duì)比,結(jié)果見表5。

        從相關(guān)模型誤差對(duì)比圖可以看出,灰色Verhulst模型的相對(duì)誤差呈下降趨勢(shì),但總體誤差水平在其他兩種模型之上;經(jīng)離散后的Verhulst模型的相對(duì)誤差明顯低于Verhulst模型的誤差,但其波動(dòng)幅度明顯大于基于信息分解的連續(xù)區(qū)間灰數(shù)離散Verhulst模型的上下界平均相對(duì)誤差;基于信息分解的連續(xù)區(qū)間灰數(shù)離散Verhulst模型的平均相對(duì)誤差無論是波動(dòng)幅度還是值的大小均低于其他兩種模型,如圖3所示。

        圖3 相關(guān)模型相對(duì)誤差對(duì)比圖Fig.3 Relative error contrast diagram of correlation model

        表5 相關(guān)模型與本模型誤差對(duì)比表Table 5 Correlation Model and error comparison table of this model

        綜上所述,無論是與經(jīng)典灰色Verhulst模型的模擬預(yù)測(cè)結(jié)果相比還是與離散后的灰色Verhulst模型相比,基于信息分解的連續(xù)區(qū)間灰數(shù)離散Verhulst預(yù)測(cè)模型的平均模擬相對(duì)誤差都明顯較低,表現(xiàn)出了良好的預(yù)測(cè)效果。因此,用基于信息分解的連續(xù)區(qū)間灰色離散Verhulst模型來預(yù)測(cè)2018年天貓“雙十一”包裹量是可行的。

        猜你喜歡
        灰數(shù)下界雙十一
        Lower bound estimation of the maximum allowable initial error and its numerical calculation
        基于一般灰數(shù)的廣義灰色關(guān)聯(lián)分析模型
        基于熵權(quán)和區(qū)間灰數(shù)信息的灰色聚類模型
        矩陣Hadamard積的上下界序列
        最大度為10的邊染色臨界圖邊數(shù)的新下界
        常維碼的一個(gè)構(gòu)造性下界
        廣義區(qū)間灰數(shù)關(guān)聯(lián)度模型
        基于核和灰度的區(qū)間灰數(shù)代數(shù)系統(tǒng)
        亚洲a级视频在线播放| 久久久久麻豆v国产精华液好用吗 欧美性猛交xxxx乱大交丰满 | 隔壁的日本人妻bd高清中字| 亚洲av综合色区无码另类小说| 99精品欧美一区二区三区| 国产女精品| 亚洲视频综合在线第一页| 国产一级一片内射视频播放| 日本入室强伦姧bd在线观看| 手机看片福利日韩| 亚洲av免费高清不卡| 91丝袜美腿亚洲一区二区| 伊人久久大香线蕉av网禁呦| 国产美女在线一区二区三区| 国产美女高潮流的白浆久久| 国产极品裸体av在线激情网| 欧美在线 | 亚洲| 2021国内精品久久久久精免费| 国产不卡av一区二区三区| 无码国产精品一区二区av| 色爱区综合五月激情| 完整在线视频免费黄片| 久久麻传媒亚洲av国产| 精品久久久久香蕉网| 欧美喷潮系列在线观看| 国产一区二区三区免费小视频 | 天堂av一区二区麻豆| 亚洲精品乱码久久久久久| 国产呦系列呦交| 亚洲电影久久久久久久9999| 男女上床免费视频网站| 美丽人妻在夫前被黑人| 国产日韩亚洲欧洲一区二区三区| 天堂av一区二区在线| 色窝窝亚洲av网在线观看| 女人色毛片女人色毛片18| 超碰性爱| 精品久久久少妇一区二区| 好看的欧美熟妇www在线| 日本在线观看不卡| 中文字幕亚洲高清视频|