1.1目的及意义

随着国民经济的发展，我国的物流行业已经由起步阶段过渡到了发展阶段，物流被称为第三经济来源，让各产业意识到物流能带来的节约不可忽视；库存策略是区域物流策略的必要组成部分，而需求预测又是库存管理的一个关键，因此区域物流需求预测的研究对物流发展起着重要作用同时，国家对物流行业的重视越来越明显，加大物流设施的建设台刻不容缓。但是，由于物流行业仍旧是一个新兴产业，可以借鉴的案例较少，如何合理的布局并没有一个很清晰的思路。国内的物流大型设备的布局现状较乱，从而形成了布局不合理而导致的资源浪费。这时，如果有区域的需求以及其发展趋势，就可以提供很高的借鉴意义。另一方面来说，政府对于交通的规划以及相关政策的颁发 也需要获取区域物流的需求数据，因此，准确的需求预测显得十分重要。

1.2国内外研究现状

需求预测方法很多，但是精度不同，国内用于区域物流上面的预测方法，多为单一的简单的预测方法，并且大多为定性的方法。描述区域物流需求预测的指标也多为货运量或者库存周转量，没有考虑经济因素以及一些其他的非经济因素。事实上，区域物流的需求与当地的经济发展水平以及居民消费水平有关，与其各产业的产值以及进出口贸易值等等都有关系。因此，需要一个合理的指标体系。在预测方法上，现有回归预测、时间序列、灰色预测、神经网络等等预测方法，国内学者对物流量的预测研究也大多主要局限于使用一种方法，通过建立相关模型来对区域物流进行预测，单一的预测方法已经无法满足对于预测精度的要求，因此，一种合理的预测方法尤为重要。

1969年，Bates和Granger对各种的预测方法进行了系统地研究和整理，从而提出了组合预测的概念和方法，其研究成果引起了预测学者们的广泛重视。20世纪70年代以后，组合预测的研究得到了学者们的相继应用，有关组合预测的论文相不断被更新。初良勇和田质广等建立了回归分析、灰色预测及神经网络方法的物流需求预测模型。郁小峰和余静运用主成分分析的思想确定组合的权系数，采用组合预测的方法对物流量进行预测。实证研究表明，组合预测模型将各种不同类型的单项预测模型综合运用，通过不同的组合方式，使各单项预测模型有机结合，放大了各单一预测方法的优势，缩小了其劣势，便于筛选更有价值的预测信息，降低了预测系统误差，显著改善预测效果，极大地提高了区域物流需求预测的预测精度，这也使得组合预测方法成为未来区域物流需求预测的发展方向。

2. 研究的基本内容与方案

(1)选择物流量的指标，建立相应的指标体系

由于物流量的描述指标一直没有很好的表现出物流量的意义，因此建立一个指标体系，使其表现出物流量与经济因素、非经济因素等之间的关系。利用神经网络模型，使其输出常用的货运量以及库存周转量。

(2) 选择两种预测方法，分别实现对区域物流需求预测的研究

选择多元回归预测以及神经网络预测两种方法，多元回归适用于多个自变量影响一个因变量的类型，可以将不同的影响因素联系起来，但是回归分析只是单纯的利用模型得到统计学的结果，没有考虑市场变化等因素。而神经网络预测方法具有容错率高，并且有学习功能，可以根据市场的变化灵活的调整预测的趋势，因此结合神经网络预测方法可以使预测更全面。