摘 要：随着全球经济一体化的加速进行，物流需求量的指数化激增，物流发展水平的高低已经成为衡量一个国家综合国力和现代化水平的重要标志。物流需求预测问题更是成为了物流管理中的热点问题，特别是像粮食物流预测这样关系百姓民生、国家战略和社会稳定的宏观问题。本文围绕如何对粮食物流需求进行有效的预测展开一系列讨论。

参考国内外众多文献，结合我国粮食物流的统计现状，选取粮食货运量作为量化指标反映粮食物流需求，选择灰色模型GM(1,1)和BP神经网络的非线性组合预测方法探析相关问题。通过对长三角地区进行实证分析，发现组合模型的预测结果精度明显高于单一预测模型，从而证明了组合预测模型相较于单一预测模型存在一定优越性，并且对长三角地区未来三年的粮食物流需求进行预测。

关键词：粮食物流需求；GM(1,1)；BP神经网络；组合模型

目录

摘要

ABSTRACT

第1章 绪论-1

1.1 选题背景与研究意义-1

1.2 国内外研究现状与存在的问题-1

1.2.1 国外研究现状-1

1.2.2 国内研究现状-2

1.2.3 当前研究中存在的问题-3

1.3 研究内容、研究方法与技术路线-3

1.3.1 研究内容-3

1.3.2 研究方法-4

1.3.3 技术路线-4

1.4本章小结-5

第2章 粮食物流需求预测的理论基础-7

2.1 粮食物流需求概述-7

2.1.1 粮食物流-7

2.1.2 粮食物流需求-7

2.2 粮食物流需求预测的步骤-8

2.3 粮食物流量化指标的选取-8

2.3.1 粮食物流量的影响因素-8

2.3.2 粮食物流量化指标的选取-8

2.4 粮食物流需求预测的方法选择-8

2.4.1 常用的预测方法-8

2.4.2 有效的粮食物流需求预测模型-9

2.5 本章小结-10

第3章  粮食物流需求预测的模型构建-11

3.1 灰色预测模型-11

3.1.1 灰色系统概述-11

3.1.2 灰色预测模型的算法-11

3.2 BP神经网络模型-13

3.2.1 BP神经网络模型概述-13

3.2.2 BP神经网络模型学习算法-13

3.3 灰色神经网络组合预测模型-14

3.3.1 组合预测模型概述-14

3.3.2 灰色神经网络的非线性组合建模-15

3.4 本章小结-16

第4章 基于长三角地区粮食物流需求预测的实证分析-17

4.1 资料的处理-17

4.2 长三角地区粮食物流的需求预测-17

4.2.1 基于GM（1，1）模型的数据拟合-17

4.2.2 基于BP神经网络模型的数据拟合-19

4.2.3 基于组合灰色神经网络的需求预测-21

4.3 对预测结果的分析-23

4.4 相关建议-23

4.5 本章小结-24

第5章 总结及展望-25

5.1 总结-25

5.2 展望-25

参考文献-27

致谢-29