一、前言
我国作为煤炭出产大国，煤炭资源丰富，同时也是煤炭需求大国。煤炭作为国家工业基础能源，占领着国民经济中的战略性角色，同时也在物流运输中扮演着重要角色[1]。物流需求是指：社会经济活动特别是制造与经营活动所派生的一种次生需求。物资的流动是由于社会生产与社会消费的需要，它受到生产力、生产资源分布、生产制造过程、消费分布、运输仓储布局等因素的影响[2]。灰色神经网络模型是灰色系统网络和神经网络的有机结合，主要用于解决数据量少的不确定性问题[3, 4]。基于灰色神经网络模型，通过对陕西省的煤炭物流需求量的预测来进行实证分析，以确保模型的可行性与结果的高精度性。目前煤炭依旧是我国能源中的主干力量。我国能源消费结构大致分为，煤炭、石油、天然气等一次能源以及太阳能、风能等清洁能源两大类。其中煤炭在2019年全国产量达到38.5亿吨，全年全国煤炭消费量约28.04亿吨标准煤，其产销量远大于其它的一次能源，并且石油与天然气等一次能源的赋存量远低于煤炭赋存量。而面对我国庞大的消费群体，即便清洁能源得以大肆利用，但也远达不到消费群体的需求量。我国煤炭能源主要分布于南北两大区域，以山西、内蒙、陕西为首的西北部区域，以及大别山——秦岭——昆仑山的东南部区域，其中西北部区域煤炭赋存量占全国总量的81.3%，而东南部区域只占全国9.7%的煤炭赋存量，并且东南部各省的能源分配并不均衡，但我国东南沿海城市的经济发展水平远高于西北地区[5]。南北煤炭赋存量以及南北经济水平的差异导致了南北煤炭的供需不均衡。因此，基于灰色神经网络模型对煤炭物流需求量预测的研究能够更有效的解决煤炭资源供需不均衡的问题，从而提高物流运输效率。
二、国内外研究现状
需求量是物流系统中的一个关键指标，物流需求量的预测是物流系统规划的前提，便于之后的物流网络、物流设施等的具体规划，避免造成浪费[6, 7]。我国物流网络范围广，本文从物流需求的领域来划分物流需求预测现状主要分为五个部分，区域物流需求量预测研究现状，特定产业的物流需求量预测研究现状，煤炭物流需求量预测研究现状，灰色神经网络模型研究现状，基于灰色神经网络的煤炭物流需求量预测研究现状。
- 区域物流需求预测现状
物流需求量是物流系统网络建设中一项关键的指标，通过对需求量的预测，有利于物流网络的建设，减少资源的浪费[8]。
因此，褚衍昌、连文浩、王媛卓[9]利用2009-2014年京津冀三地系统性的货运量统计数据，先通过灰色模型中的GM（1，1）预测模型对三地的货运量进行预测，将预测结果与实际数据进行比对，并做小误差概率检验，得出GM（1，1）模型虽然结果较好，但还存在改进的空间。之后他们利用Markov模型对灰色模型进行优化改进，构建出新的GM-Markov模型。采用新模型再次对三地货运量进行预测，将预测结果与实际数值进行比对，做误差分析，发现GM-Markov模型相比于GM（1，1）模型更优，预测结果更为精确。最后通过GM-Markov模型对未来的京津冀三地物流需求量进行预测，分析京津冀三地未来的货运需求的变化趋势，为未来物流体系的优化建立坚实的理论基础。
鲍璐媛[10]在《基于PCA-SVR的区域物流需求量预测研究 ——以安徽省为例》一文中，依据区域物流与区域经济之间的关系、区域物流需求量的影响因素，以及指标体系构建原则建立指标集，并通过灰色关联分析对所构建的指标体系进行关联度计算，择优选出最适合的指标体系用于需求量的预测。文中采用的预测模型将径向基（RBF）神经网络和支持向量机（SVR）模型相结合，并通过主成分分析法（PCR）对数据进行降维处理以提高预测结果的准确性，形成基于主成分分析法的支持向量机回归（PCA-SVR）的新预测模型。使用新模型对安徽省的2018年的区域物流需求量进行预测，得出安徽省的物流需求量的发展趋势，并对安徽省的物流产业建设发展提出建设性意见与建议。
- 特定产业的物流需求量预测现状
针对特定产业的物流需求量的预测有利于分析该产业的发展趋势，便于企业以及政府做出相应的战略性决策[4]。
有关特定产业的物流需求量预测，李敏杰与王健[11]选取9个冷链物流的主要因素，运用RBF神经网络模型、BP神经网络模型、多元线性回归模型（MLR）以及GM（1，1）模型五种方式，对我国水产品的冷链物流需求量进行预测，并对预测结果进行对比分析，得出我国冷链物流还可以上升的空间。其运算过程中将五种方法的预测结果与实际数值的残差平均值、相对误差平均值和误差均方根进行对比分析，判断出RBF模型预测精度优于其他四种方法。由此可见，通过RBF模型对水产品的需求量预测结果十分可靠，对该行业未来的发展有着关键性指向。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
