1. 研究目的与意义
我国通过改革开放政策，经济得到空前的发展，进入21世纪之后，经济发展水平到了一定的程度之后，物流快递服务产业也得到了相应的发展。
国内速递市场在二十多年的高速发展的背景下，快递企业从之前的小作坊经营到现在已经逐步成长成为一批具有一定规模的大中型快递企业。
近两年来，虽然中国经济增速趋缓，但随着电子商务的急速发展，中国快递行业仍然持续着快速增长的良好势头，业务量居世界第三。
2. 研究内容和预期目标
主要研究内容：本课题研究的是顺丰速配站港下店铺业务量分析，主要是以顺丰速运港下店铺为研究对象，通过对12个月的收发件数量的分析来科学预测后期的业务量，其研究的主要内容包括业务量相关影响因素分析、各影响因素历史数据分析与处理、预测方法比较与选择、预测结果分析等若干具体问题。
以此为依据来探讨顺丰速配站港下店铺在未来该做怎样的调配，改善并提升自己的市场份额及竞争力，从而保持持续发展。
摘要第一章 引言1.1 研究背景与意义1.2 准备工作1.2.1 研究思路1.2.2 主要工作第二章 配送的相关概念2.1配送2.1.1配送的定义2.1.2配送的主要作用2.2配送中心2.2.1配送中心的定义2.2.2配送中心的类型2.2.3配送中心的功能2.3配送站2.4第三方物流2.5本章小结第三章 业务量预测3.1统计预测（种类与方法）3.2预测思路3.3相关历史数据分析3.4发件量组合预测预期3.5预测值对比分析3.6本章小结目标：对所掌握的有关资料信息进行整理、分析和研究，同时注意比较和选择适合顺丰速配站港下店铺业业务量分析的预测方法。
3. 研究的方法与步骤
本文运用定量分析的方法，首先理论上对物流配送环节的相关概念的叙述。
然后收集整理所需数据，根据收集到的发件量相关数据分析各月发件量的可能影响因素，通过建立预测模型对将来可能的业务量进行预测，对比分析的得出的数据。
一、资料收集1.收集相关论文资料，了解顺丰速运的现状2.翻阅相关书籍，了解配送相关概念3.通过互联网途径整理补充各项资料二、调查分析1.根据相关资料，考察顺丰速配站，了解其业务量情况2.针对具体情况进行调查分析 三、整理资料1.调查了解顺风速配站的业务量2.调查了解速配站的作业系统四、完成论文
4. 参考文献
[1]张鹏. 航空快递公司业务量预测[J]. 中华中元兴华公司物流系统工程所, 2006，9：90-92.[2]刘桦, 雒新杰. 业务量预测与建模[J]. 建筑技术, 2012, 43(4): 313-315.[3]王锋刚, 王勇传. 民用机场航空业务量预测[J]. 中国民用航空, 2013(6):50-51.[4]李鹏, 张玉艳, 勾学荣. 基于GSM/GPRS/EDGE网络的业务量预测方法研究[J]. 电信工程技术与标准化, 2008, 21(5):82-89. [5]王兆霞, 孙雨耕, 陈增强,等. 基于模糊神经网络的网络业务量预测研究[J]. 通信学报, 2005, 26(3):136-140.[6]张鹏. 航空快递公司业务量的预测方法[J]. 物流技术与应用, 2006, 11(9):90-92.[7]蓝伯雄, 郑晓娜, 徐心. 电子商务时代的供应链管理[J]. 中国管理科学, 2000, 8(3):1-7.[8]倪玲霖, 王姣娥, 胡浩. 中国快递企业的空间组织研究——以顺丰速运为例[J]. 经济地理, 2012, 32(2).[9]胡春颖. 民营物流顺丰速运运营模式发展探析[J]. 现代商贸工业, 2010, 22(6):147-148.[10]李建颖. 顺丰速运跨界发展电子商务战略分析[J]. 中小企业管理与科技旬刊, 2011(34):19-20.[11]肖际伟. 配送中心拣货系统优化[D]. 山东大学, 2010.[12]王转, 贺文文. 基于订单资料分析的配送中心规划及应用[C]// 第六次中国物流学术年会. 2007:173-177.[13]何其超. 京阳物流配送中心业务量预测与功能规划研究[D]. 长沙理工大学, 2004.[14]刘辉, 周经伦. 物流配送中心综合决策支持系统的设计[J]. 计算机技术与发展, 2007, 17(9):220-223.[15]张席洲, 尹石磊. 物流配送中心规模设计方法研究[J]. 铁道运输与经济, 2006, 28(6):27-29.[16]陈博, 李翠. 电商折扣活动期间的物流服务分流体系构建探析[J]. 商业时代, 2015(10):44-46.[17]徐慧卿, 孔建华. 基于公司运营的《电子商务物流管理》课程职业能力考核体系构建[J]. 中国电子商务, 2013(12):170-170.[18]刘洋. 城市配送 堵在哪里?[J]. 物流技术与应用:货运车辆, 2007(6):22-24.[19]王槐林. 电子商务条件下发展大物流业的策略[J]. 商场现代化, 2000(2):28-29.[20]张柏雄. 基于广东电网公司电力物资仓储配送体系的研究[D]. 华南理工大学, 2014.[21] Monica Adya, Fred Collpy. How Eective are Neural Networks at Forecasting and Prediction? A Review and Evaluation[J]. Journal of Forecasting, 1998,(17):481-495.
5. 计划与进度安排
1. 2022-2022学年第2学期，第1-4周，收集相关资料，申报课题，下达任务书2. 2022-2022学年第2学期，第5-8周，前期研究3. 2022-2022学年第2学期，第9周，开题4. 2022-2022学年第2学期，第10-12周，论文初稿5. 2022-2022学年第2学期，第13-15周，论文二稿6. 2022-2022学年第2学期，第16-17周，论文正稿及准备答辩7. 2022-2022学年第2学期，第18周，论文答辩
