典型文献
基于SARIMA时间序列模型的区域快递需求预测——以江苏省为例
文献摘要：
随着经济飞速发展,我国快递业务量逐年上升,快递业的发展水平成为衡量区域经济和社会发展的重要指标.文章通过爬虫技术获取2016年1月—2022年11月江苏省的快递业数据,通过Anaconda平台使用季节性差分自回归滑动平均模型(Seasonal Autoregressive Integrated Moving Average,简称SARIMA)对获取的数据进行分析.考虑到原始数据为非平稳时间序列,进行差分处理和参数分析,最终确定模型为SARIMA(1,1,1)(0,1,2)12,结果表明该模型的数据拟合较好.通过模型对2022年12月—2023年5月的快递量进行预测.文章认为,预测模型的数据能更好地助力快递业解决可能发生的风险和不确定因素,为今后区域经济和区域快递业务发展提供重要参考.
文献关键词：
爬虫技术;SARIMA模型;快递业务量;需求预测;风险评估;Anaconda
中图分类号：
作者姓名：
安致远;何恩球
作者机构：
沈阳工业大学 化工装备学院,辽宁 辽阳 111003
文献出处：
引用格式：
[1]安致远;何恩球-.基于SARIMA时间序列模型的区域快递需求预测——以江苏省为例)[J].物流科技,2022(20):63-66,70
A类：
B类：
SARIMA,时间序列模型,区域快递,快递需求,需求预测,快递业务量,平成,爬虫技术,技术获取,Anaconda,平台使用,差分自回归滑动平均模型,Seasonal,Autoregressive,Integrated,Moving,Average,原始数据,非平稳时间序列,差分处理,参数分析,定模,数据拟合,不确定因素,后区,业务发展
AB值：
0.376294
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
