基于云模型的區(qū)域物流與經濟耦合度研究
發(fā)布時間：2020-12-09 08:31
區(qū)域物流與區(qū)域經濟的協(xié)調對兩者的健康有序發(fā)展均存在較大的影響。選取適當指標體系,結合耦合理論、云模型理論與方法,得到區(qū)域物流子系統(tǒng)與區(qū)域經濟子系統(tǒng)耦合度綜合云參數(shù)的計算方法及步驟,并結合四川省物流與經濟系統(tǒng)相應數(shù)據(jù)進行分析。實例結果表明,在研究期內,四川省區(qū)域物流與經濟子系統(tǒng)各自的效用呈現(xiàn)增長趨勢,區(qū)域物流子系統(tǒng)效用年均增長率為24.50%,區(qū)域經濟子系統(tǒng)效用的年均增長率為32.93%,耦合度綜合云的期望在0.4974到0.5001之間,表明區(qū)域物流與區(qū)域經濟系統(tǒng)處于中等耦合階段。
【文章來源】：交通運輸工程與信息學報. 2020年01期 第160-167頁
【文章頁數(shù)】：8 頁
【部分圖文】：
圖5時期3與時期4的耦合度綜合云Fig.5Couplingdegreesynthesiscloudforperiods3
plingdegreesynthesiscloudforperiods1and2圖5時期3與時期4的耦合度綜合云Fig.5Couplingdegreesynthesiscloudforperiods3and4根據(jù)表5可知在時期1到時期4間，區(qū)域物流與經濟的耦合度差異較小，耦合度綜合云期望最大值出現(xiàn)在時期4（為0.5001），最小值出現(xiàn)在時期1（為0.4974），時期1到時期4存在微弱的增長趨勢。圖4與圖5所示為不同時期耦合度綜合云的情況，可以看出，在不同時期，耦合度綜合云的中心基本重合，僅在云滴的分散程度上存在很小的差異，表明時期1到時期4區(qū)域物流與經濟的耦合情況較為穩(wěn)定。圖6反映了在時期2，區(qū)域物流、區(qū)域經濟系統(tǒng)的耦合度綜合云與評價云的對比�？梢钥闯觯摃r期區(qū)域物流與區(qū)域經濟的耦合度較好，與等級3評價云高度貼合，說明該時期區(qū)域物流與區(qū)域經濟耦合度一般。結合表2與表5，可知時期1到時期4期間，耦合度綜合云的期望與等級3評價云的期望幾乎相等，差異度分別為0.517%、0.118%、0.002%和0.020%。圖6時期2時區(qū)域物流與區(qū)域經濟耦合度Fig.6Couplingdegreeofregionallogisticsandregionaleconomyinperiod24結論在分析區(qū)域物流與區(qū)域經濟相互作用的基礎上，選取區(qū)域物流與區(qū)域經濟相應指標，建立評價指標體系，依據(jù)耦合理論和云模型相應理論與方法，得到區(qū)域物流與區(qū)域經濟耦合度綜合云相關參數(shù)的計算方法及步驟，最終結合四川省2006年至2015年間物流與經濟系統(tǒng)指標數(shù)據(jù)，進行實例分析。通過上述研究，得出結論如下：（1）區(qū)域物流與區(qū)域經濟子系統(tǒng)之間存在較強的相互作用，二者相互依存，相互制約，需要協(xié)調發(fā)展。（2）區(qū)域物流與區(qū)域經濟效用發(fā)展往往呈現(xiàn)較為相似的趨勢，實例分析中，區(qū)域物流與區(qū)域經濟子系統(tǒng)的效用均呈現(xiàn)較為顯著的增長趨勢，區(qū)域物流子系統(tǒng)效用
。云的數(shù)字特征一般用期望Ex、熵En和超熵He表示。其中期望Ex表示信息集合中最具有代表性的信息，表示定性概念的信息中心值；熵En表示定性信息的模糊性，是定性信息不確定性的表征；超熵He是云度厚度的度量，云滴越厚表示隸屬度的離散程度越大，云的厚度也越大[15]。根據(jù)概念可以將云模型分為正向云和逆向云。正向云是實現(xiàn)定性向定量轉化的過程，由云的數(shù)字特征產生云滴。逆向云是由多個樣本組成的云滴產生云數(shù)字特征的過程，與正向云相反，是定量到定性的轉換。正向云與逆向云的關系如圖1所示。圖1正向云與逆向云的關系Fig.1Relationshipbetweenforwardandbackwardclouds2.2耦合度綜合云生成方法對于區(qū)域物流和區(qū)域經濟單系統(tǒng)，可以用有序度衡量單系統(tǒng)的發(fā)展狀態(tài)。設軌道交通產業(yè)第j個指標的歷史數(shù)據(jù)序列為12{,,,}jjjnjxxxx，設存在12maxmax{,,,}jjjnjxxxx，minjx12min{,,,}jjnjxxx，則軌道交通產業(yè)系統(tǒng)第j個指標的有序度[15]為：min,maxmin()max,maxminjjjjjjkkkkkxxxxxxuxxxxxxx（3）式中，x+表示正向指標，x-表示負向指標。區(qū)域物流和區(qū)域經濟單系統(tǒng)效用，可根據(jù)不
【參考文獻】：
期刊論文
[1]關于長三角與成渝經濟區(qū)區(qū)域物流與區(qū)域經濟發(fā)展相關性的研究[J]. 唐嘉欣. 知識經濟. 2018(12)
[2]基于耦合協(xié)調度模型的綜合運輸體系支撐力研究[J]. 薛鋒,袁野. 交通運輸工程與信息學報. 2018(01)
[3]絲綢之路經濟帶區(qū)域經濟與物流發(fā)展耦合評價及空間分析[J]. 周小虎,楊宏偉,趙鶯. 鐵道運輸與經濟. 2017(01)
[4]基于熵權法與正態(tài)云模型的大壩安全綜合評價[J]. 馮學慧. 水電能源科學. 2015(11)
[5]區(qū)域內物流水平與經濟水平的互動關系研究[J]. 邵柏春. 物流技術. 2015(10)
[6]港口物流與區(qū)域經濟的互動關聯(lián)機理——以丹東港為例[J]. 王洪軍. 經營管理者. 2014(15)
[7]基于Anylogic的南昌市區(qū)域物流與區(qū)域經濟系統(tǒng)仿真研究[J]. 許華靜,龍芳,袁崇敏,彭容青. 科技經濟市場. 2014(01)
[8]一種定性定量信息轉換的不確定性模型——云模型[J]. 陳貴林. 計算機應用研究. 2010(06)
[9]區(qū)域物流與區(qū)域經濟的協(xié)同性分析[J]. 劉明菲,柯錦輝. 理論月刊. 2008(04)
[10]基于云X信息的逆向云新算法[J]. 劉常昱,馮芒,戴曉軍,李德毅. 系統(tǒng)仿真學報. 2004(11)
碩士論文
[1]湖南省區(qū)域物流與區(qū)域經濟的耦合度研究[D]. 胡冰茜.中南林業(yè)科技大學 2017
[2]廣州汽車產業(yè)集群與區(qū)域物流協(xié)同發(fā)展研究[D]. 張景秀.華南理工大學 2012
本文編號：2906596
【文章來源】：交通運輸工程與信息學報. 2020年01期 第160-167頁
【文章頁數(shù)】：8 頁
【部分圖文】：
圖5時期3與時期4的耦合度綜合云Fig.5Couplingdegreesynthesiscloudforperiods3
plingdegreesynthesiscloudforperiods1and2圖5時期3與時期4的耦合度綜合云Fig.5Couplingdegreesynthesiscloudforperiods3and4根據(jù)表5可知在時期1到時期4間，區(qū)域物流與經濟的耦合度差異較小，耦合度綜合云期望最大值出現(xiàn)在時期4（為0.5001），最小值出現(xiàn)在時期1（為0.4974），時期1到時期4存在微弱的增長趨勢。圖4與圖5所示為不同時期耦合度綜合云的情況，可以看出，在不同時期，耦合度綜合云的中心基本重合，僅在云滴的分散程度上存在很小的差異，表明時期1到時期4區(qū)域物流與經濟的耦合情況較為穩(wěn)定。圖6反映了在時期2，區(qū)域物流、區(qū)域經濟系統(tǒng)的耦合度綜合云與評價云的對比�？梢钥闯觯摃r期區(qū)域物流與區(qū)域經濟的耦合度較好，與等級3評價云高度貼合，說明該時期區(qū)域物流與區(qū)域經濟耦合度一般。結合表2與表5，可知時期1到時期4期間，耦合度綜合云的期望與等級3評價云的期望幾乎相等，差異度分別為0.517%、0.118%、0.002%和0.020%。圖6時期2時區(qū)域物流與區(qū)域經濟耦合度Fig.6Couplingdegreeofregionallogisticsandregionaleconomyinperiod24結論在分析區(qū)域物流與區(qū)域經濟相互作用的基礎上，選取區(qū)域物流與區(qū)域經濟相應指標，建立評價指標體系，依據(jù)耦合理論和云模型相應理論與方法，得到區(qū)域物流與區(qū)域經濟耦合度綜合云相關參數(shù)的計算方法及步驟，最終結合四川省2006年至2015年間物流與經濟系統(tǒng)指標數(shù)據(jù)，進行實例分析。通過上述研究，得出結論如下：（1）區(qū)域物流與區(qū)域經濟子系統(tǒng)之間存在較強的相互作用，二者相互依存，相互制約，需要協(xié)調發(fā)展。（2）區(qū)域物流與區(qū)域經濟效用發(fā)展往往呈現(xiàn)較為相似的趨勢，實例分析中，區(qū)域物流與區(qū)域經濟子系統(tǒng)的效用均呈現(xiàn)較為顯著的增長趨勢，區(qū)域物流子系統(tǒng)效用
。云的數(shù)字特征一般用期望Ex、熵En和超熵He表示。其中期望Ex表示信息集合中最具有代表性的信息，表示定性概念的信息中心值；熵En表示定性信息的模糊性，是定性信息不確定性的表征；超熵He是云度厚度的度量，云滴越厚表示隸屬度的離散程度越大，云的厚度也越大[15]。根據(jù)概念可以將云模型分為正向云和逆向云。正向云是實現(xiàn)定性向定量轉化的過程，由云的數(shù)字特征產生云滴。逆向云是由多個樣本組成的云滴產生云數(shù)字特征的過程，與正向云相反，是定量到定性的轉換。正向云與逆向云的關系如圖1所示。圖1正向云與逆向云的關系Fig.1Relationshipbetweenforwardandbackwardclouds2.2耦合度綜合云生成方法對于區(qū)域物流和區(qū)域經濟單系統(tǒng)，可以用有序度衡量單系統(tǒng)的發(fā)展狀態(tài)。設軌道交通產業(yè)第j個指標的歷史數(shù)據(jù)序列為12{,,,}jjjnjxxxx，設存在12maxmax{,,,}jjjnjxxxx，minjx12min{,,,}jjnjxxx，則軌道交通產業(yè)系統(tǒng)第j個指標的有序度[15]為：min,maxmin()max,maxminjjjjjjkkkkkxxxxxxuxxxxxxx（3）式中，x+表示正向指標，x-表示負向指標。區(qū)域物流和區(qū)域經濟單系統(tǒng)效用，可根據(jù)不
【參考文獻】：
期刊論文
[1]關于長三角與成渝經濟區(qū)區(qū)域物流與區(qū)域經濟發(fā)展相關性的研究[J]. 唐嘉欣. 知識經濟. 2018(12)
[2]基于耦合協(xié)調度模型的綜合運輸體系支撐力研究[J]. 薛鋒,袁野. 交通運輸工程與信息學報. 2018(01)
[3]絲綢之路經濟帶區(qū)域經濟與物流發(fā)展耦合評價及空間分析[J]. 周小虎,楊宏偉,趙鶯. 鐵道運輸與經濟. 2017(01)
[4]基于熵權法與正態(tài)云模型的大壩安全綜合評價[J]. 馮學慧. 水電能源科學. 2015(11)
[5]區(qū)域內物流水平與經濟水平的互動關系研究[J]. 邵柏春. 物流技術. 2015(10)
[6]港口物流與區(qū)域經濟的互動關聯(lián)機理——以丹東港為例[J]. 王洪軍. 經營管理者. 2014(15)
[7]基于Anylogic的南昌市區(qū)域物流與區(qū)域經濟系統(tǒng)仿真研究[J]. 許華靜,龍芳,袁崇敏,彭容青. 科技經濟市場. 2014(01)
[8]一種定性定量信息轉換的不確定性模型——云模型[J]. 陳貴林. 計算機應用研究. 2010(06)
[9]區(qū)域物流與區(qū)域經濟的協(xié)同性分析[J]. 劉明菲,柯錦輝. 理論月刊. 2008(04)
[10]基于云X信息的逆向云新算法[J]. 劉常昱,馮芒,戴曉軍,李德毅. 系統(tǒng)仿真學報. 2004(11)
碩士論文
[1]湖南省區(qū)域物流與區(qū)域經濟的耦合度研究[D]. 胡冰茜.中南林業(yè)科技大學 2017
[2]廣州汽車產業(yè)集群與區(qū)域物流協(xié)同發(fā)展研究[D]. 張景秀.華南理工大學 2012
本文編號：2906596
本文鏈接：http://www.lk138.cn/guanlilunwen/wuliuguanlilunwen/2906596.html
最近更新
教材專著
