物流分析大作业报告桂杰组.ppt

物流网络的分析及预测苗健，桂杰，殷晓耕，王超，叶鹏飞研究目的研究方法研究分析描述性分析相关性分析聚类分析回归分析预测目录研究目的研究“双十一”期间全国城市物流联系。发现强节点并分析潜在因素，以此预测潜在的强节点，帮助电商更好控制物流及仓储成本。研究方法获取“双11”10万条物流单海量数据；通过开源的物流API接口，PHP编程，提取出10万条物流单的物流路径，添加入MYSQL数据库。通过SQL语言，找出城市间的G边联系，计算入度和出度（发货量－收货量=净发货量）绘制GEPHI图计量分析研究分析一，描述性分析按总流量排名（发货量+收货量）大城市分散在全国各处研究分析研究分析按净发货量排名（发货量－收货量）仍是大城市领先港口或边疆城市研究分析二，相关性分析对收货和发货两个值进行相关性分析，发现相关性为0.532，属于具有一定的正相关性。但可以看到其相关性并不显著。研究分析三，聚类分析第一集团：郑州第二集团：沈阳、上海第三集团：徐州、北京、太原、南京、第四集团：长沙、襄阳、兰州、重庆、合肥研究分析”第一集团第三集团第二集团第四集团研究分析四，回归性分析amountpopulationindustryagdpbuildingroadcaptical流量数人口第二产业人均gdp建筑业道路公里是否省会Y=β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε研究分析1,内陆城市发现模型中，仅与是否是省会城市相关，主要因为我国的铁路枢纽大多是省会城市，因此是物流的集散地。而当初选作省会的主要原因也是因为铁路运输（石家庄，哈尔滨）研究分析2，沿海城市与人口数量相关和路网公里数相关，看来是人口较大的且运输条件较好的城市的铁路运货量在不断增加，此外人均gdp与运货量为正相关，看来在沿海地区，铁路的运量主要是和经济相关的，大多的运货量是因为产地的产出和对于货物的需求，而不像内陆大多只是运输枢纽，运量大但并不是当地的产出和需求。研究分析验证1显著的负效应，所以我国的铁路交通流量枢纽是内陆的，沿海地区因为地理位置非中心化，在取重心的时候很难保证离重心接近，所以客观上不会成为周转枢纽。