时间序列分析实例--货运公司收益问题

《时间序列分析实例--货运公司收益问题》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、C题货运公司的收益问题某货运公司拥有3辆卡车，每辆载重量均为8000kg，可载体积为9.084m3，该公司为客户从甲地托运货物到乙地，收取一定费用。托运货物可分为四类：A、鲜活类,B、禽菌类,C、服装类,D、其他类，公司有技术实现四类货物任意混装。平均每类每kg所占体积和相应托运单价如下表：类别鲜活类禽菌类服装类其他类体积(m3/kg)0.00120.00150.0030.0008托运单价(元/kg)1.72.254.51.12托运手续是客户首先向公司提出托运申请，公司给予批复，客户根据批复量交货给公

2、司托运。申请量与批复量均以kg为单位，例如客户申请量为1000kg，批复量可以为0～1000kg内的任意整数，若取0则表示拒绝客户的申请。问题1、如果某大客户申请量为：A类6500kg，B类5000kg，C类4000kg，D类3000kg，如果要求C类货物占用的体积不能超过B、D两类体积之和的三倍（注意：仅在问题1中作此要求）。问公司应如何批复，才能使得公司获利最大？问题2、每天各类货物的申请总量是随机量，为了获取更大收益，需要对将来的申请总量进行预测。现有一个月的数据（见附件一），请预测其后7天内，

3、每天各类货物申请量大约是多少？问题3、一般，客户的申请是在一周前随机出现的，各类申请单立即批复，批复后即不能更改，并且不能将拒绝量（即申请量减批复量）累计到以后的申请量。请根据你对下周7天中各类货物申请量的预测，估算这7天的收益各为多少？附件三某月申请量数据表(单位：kg)日期A类B类C类D类总计11601284549262239116112542128332871243113683189044884447275013575444394554299614841347351703292850884378

4、1409763232349728293593131517376226138932117864781167692167061873166679189713918064175013102103737358033865938166411118074451531714591303412162826363112775715133131723347142262441118611425843854452013731233115155135563494236510966162479265929182660107161

5、7119943352860307811472184148288255143636161801924494084200830811162220202619995822320413051211690288928401318873722337421572893408312507232015251011213833947924248034091663177393252585037292736251998342622493489455260501634027167431728794471018350283666

6、4568555211791496529202940151195323932039030123836669552257917035某货运公司货物申请量的时间序列模型模型建立：在对客户各类货物申请量预测方面，根据一个月的某月30天的申请量数据，知该组数据具有随机性与不确定性，而且指标集是离散的，所以这是一组随机序列。考虑建立时间序列模型。（1）分别检验A、B、C、D四类货物申请量的观测数据是否为平稳时间序列；（2）模型定阶；（3）模型的参数估计与模型建立；（4）模型检验；（5）模型预测。1.A类货物申请数

7、据的时间序列模型与模型预测：（1）模型识别判断A类货物申请数据序列的平稳性。应用Daniel检验：对于时间序列样本：，记的秩是，考虑变量对，的Spearman秩相关系数。现作下列假设检验：：序列平稳，：序列非平稳（存在上升或下降趋势）。对于显著性水平，由时间序列（其中），(1)计算的Spearman秩相关系数，(2)若，则拒绝,认为序列非平稳,且当时，认为序列有上升趋势；时，认为序列有下降趋势；又当时，接受，可以认为是平稳序列。模型建立：调用SAS软件中的proccorr过程求A类货物申请量观测值对应

8、的的Spearman秩相关系数编程：dataa;inputxy@@;cards;1160125421318904443951703632327376811679189710373711180712162813172314258415155116247917119918414819244920202621169022337423201524248025850262249271674283666292029301238proccorrspearman;var