基于时间序列的快递业务量预测分析开题报告

1. 研究目的与意义

随着电商网络的迅猛发展，我国快递行业地位不断提升，消费升级驱动产业升级。

快递服务网络遍布全国，从城市到农村、从边疆到海岛、从平地到高原。

发展离不开基础设施建设，而准确预测出未来的业务量是确定基础设施规模、降低运输成本、减少资源浪费的关键。

2. 国内外研究现状分析

一、国外研究现状（1）关于快递业务发展现状的研究日本宫城大学教授tokunaga yoshiyuki早在1995年对快递服务行业近20年的发展进行研究，以宫城县为例，根据快递局部区域的无效传输，建立了一种区域内货物运输相关的快递系统成本最小化模型。

通过该模型实现快递服务分配和运输路径的最优。

xiang t.r. kong以排序、订单发布和机器灵活性控制策略为基础，建立仿真模型以实现可重新配置的快递物流中心。

3. 研究的基本内容与计划

研究内容：1、快递业务量预测的背景和意义2、我国快递业务量的发展与现状分析3、国内外快递量业务预测的研究现状4、影响快递业务量的因素分析5、根据影响因素与研究现状，对现有的时间序列预测模型进行优化组合6、根据预测的历史数据与历史数据进行对比检验，并进一步优化模型7、利用优化的模型对未来的数据进行预测分析，提供可靠的预测数据研究计划： 时间 任务2018.12-2019.1确定研究方向，收集研究资料，制定研究方案与研究计划2019.1-2019.2 了解国内外快递业务量与时间序列应用的研究现状2019.2-2019.3 对现有的时间序列预测模型进行优化与整合2019.3-2019.4 利用历史数据对组合模型进行检验分析，进一步优化模型2019.4-2019.5 利用优化的模型对未来的数据进行预测分析，提供可靠的预测数据2019.5-2019.6 完成总体研究，进行总结，撰写并完善研究论文

4. 研究创新点

发展快递业是现代经济发展的必然要求，快递业的发展需要进行科学合理的规划，其中快递需求的定量预测是尤为重要的一项内容。

由于国内外学者对时间序列模型研究颇多，但基于时间序列的快递业务量分析却没有。

本文基于已有的r语言编程软件，采用时间序列预测方法对后8个月的业务量进行预测并验证其准确性和适用性，使文章具有说服性。