全文获取类型
收费全文 | 92篇 |
免费 | 2篇 |
国内免费 | 2篇 |
专业分类
林业 | 22篇 |
农学 | 3篇 |
基础科学 | 9篇 |
2篇 | |
综合类 | 47篇 |
水产渔业 | 1篇 |
畜牧兽医 | 10篇 |
园艺 | 1篇 |
植物保护 | 1篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2019年 | 3篇 |
2018年 | 1篇 |
2017年 | 4篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 10篇 |
2013年 | 10篇 |
2012年 | 6篇 |
2011年 | 5篇 |
2010年 | 5篇 |
2009年 | 6篇 |
2008年 | 7篇 |
2007年 | 11篇 |
2006年 | 4篇 |
2005年 | 1篇 |
2004年 | 3篇 |
2003年 | 2篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1991年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有96条查询结果,搜索用时 46 毫秒
51.
52.
基于多元线性回归分析的冷链物流需求预测 总被引:3,自引:1,他引:2
冷链物流是一个巨大而复杂的体系,涉及到从产品出产、包装、运输、贮藏直到消费终端整个链条的全方面、全流程的温度控制。满足市场需求必须以需求预测为前提,鉴于影响冷链物流需求的因素有很多,以我国水产品冷链物流的需求为例,应用多元线性回归分析法建立冷链物流需求量的预测方程,运用Eviews软件进行检验,求证其科学性,最终得出精确、实用的预测体系。 相似文献
53.
【目的】不同区域影响天然气需求量的因素存在差异,数据集包含的数据特征也不尽相同,同时天然气长期需求预测存在样本数据少的问题,因此较难构建各区域通用的需求预测模型。【方法】选取山东省11个地级市为研究对象,根据天然气年度消费量、GDP、人口等影响天然气需求量的主要因素,将多个地区、多时间跨度的数据作为总样本库,使用皮尔逊相关系数对样本特征进行初筛,利用K-means聚类算法对各样本数据进行聚类,选取能源消费结构相似的3个样本点,并将样本点对应的下一时间点的天然气需求量作为数据样本的新特征;同时,将灰色理论预测输出结果作为BP神经网络的输入样本,基于新的样本数据特征与BP神经网络构建组合预测模型。【结果】基于K-means聚类+灰色理论+BP神经网络的预测方法有效利用了相似能源结构的城市天然气历史需求量,并结合灰色理论预测模型在小样本数据上鲁棒性高的优点,预测得到山东省11个地级市天然气长期需求预测的平均绝对百分比误差为0.57%~6.41%。与传统的灰色理论预测模型、BP神经网络模型、K-means聚类+BP神经网络相比,新预测方法在模型误差、预测结果的稳定性方面均有明显改进。【结论】新... 相似文献
54.
55.
通过对云南省菜籽油供需情况的分析,表明当前菜籽油自给率仅45%左右,造成菜籽油供给缺口的影响因素主要是:人口总量增加及城镇化进程加快、人们生活水平提高和消费结构改善、油菜籽总产量少、菜籽油产量有限等。再用Logistic阻滞增长模型预测云南省未来人口变化,进而对云南省未来菜籽油消费需求进行预测。结果显示:云南省未来人口上限为5574万人,到2020年人口数量为4914万人,菜籽油的需求量将达到60万t,未来菜籽油的供给缺口约为自给量的2倍。最后提出保障云南省食用油供给安全的措施建议:扩大油菜种植面积并充分挖掘生产潜能;引导居民树立正确的消费观,倡导理性、健康消费;充分利用省外食用油市场,建立健全食用油储备体系。 相似文献
56.
以乌鲁木齐市城市规划文本、社会人口和2002—2016年建设用地等数据,采用人均需求模型和灰色系统模型对乌鲁木齐市中心城区的地下空间需求量进行组合预测,综合各个模型得到的结果,预测得到乌鲁木齐市地下空间需求量。结果表明,乌鲁木齐市的地下空间开发利用处于快速增长的阶段,未来一段时间仍将持续高速发展的态势,且用地需求主要集中在存车用地和商业用地。 相似文献
57.
为准确预测生鲜产品物流需求量,提出了一种基于灰色GM(1,1)模型和BP神经网络的组合预测模型。首先构建了生鲜物流需求指标体系,然后分别利用传统灰色预测模型GM(1,1)和BP神经网络做单一预测,最后将2个模型进行加权做组合预测。选取辽宁省作为实例,通过MATLAB软件进行辽宁省生鲜产品的物流需求预测,结果表明:与2个单一的预测模型相比,灰色神经网络模型拥有更高的预测精度,因此选择组合预测模型对辽宁省未来5年生鲜产品需求量进行预测,为辽宁省生鲜物流管理的战略部署提供一定的参考。 相似文献
58.
鉴于需求预测在企业经营活动中的重要作用及其影响因素的多样性,对企业实际需求预测的方法、过程、系统、管理等问题进行梳理和分析,指出通过优化需求预测方法、完善需求预测系统、改进需求预测管理,可有效控制需求预测和对未来市场预测的偏差,从而提高需求预测的准确性,促进企业生产和销售的良性运行。 相似文献
59.
60.
本研究利用ARIMA模型能够通过对有限时间长度的历史销售数据分析而实现精度较高的短期性预测的特点,针对珍贵木材首饰零售企业的具有代表性的、随机性需求的首饰进行数据的序列平稳化过程处理,而后进行模型的识别、参数估计和假设检验,最后进行预测,以检验ARIMA模型预测的准确度。结果表明,针对该类木材首饰而建立的ARIMA预测模型,其模型拟合优度和白噪声等参数值均具有统计学意义,预测结果也证明其短期预测的准确度较高。而未来控制库存的核心是对商品将来的需求进行有效的预测,因此利用ARIMA模型短期预测精度高的优点,可以为木材首饰零售行业短期库存控制提供决策和依据。 相似文献