1. 研究目的与意义（文献综述）

时间序列分析法在物流研究应用中有着重要的意义。时间序列分析方法应用在物流研究应用的重要价值在于它不仅能比较研究企业的货运量的发展的趋势，确定动态变化变量间的因果关系，而且可以实现第三方物流企业库存和运输的预测和控制。它既是一种研究思想也是一种新的数据分析方法，从统计学角度讲一个时间序列的观测样本可看作为一个随机过程的一条样本轨道，然而在现实生活中有无穷多个随机过程可以得到同样的观测序列。因此时间序列分析法理论的意义就是通过给随机过程加上相应的限制条件，并在限定的条件下选定最适合分析系统的数学模型来对观测系统进行预测并干预其发展。

目前，国内外有关时间序列分析理论的研究非常多，早在7000年前，古埃及人就将尼罗河涨落的情况记录下来，并由发现的规律造福了农业的迅速发展。现代时间序列分析理论起源于英国统计学家G.u.Yule在1927年提出的AR模型，该模型与英国统计学家G.T.Walker在1931年提出了MA模型和ARMA模型，构成了时间序列分析的基础。ARIMA模型（Box-Jenkins）主要应用与单变量、同方差场合的线性模型。ARCH模型主要应用于异方差情形。ARCH模型在近十几年得到了极大的发展已被广泛应用于验证经融理论中的规律描述物流市场以及金融市场以及的预测和决策。近年来我国学者对于时间序列的研究取得了极其丰硕的成果，主要体现在基础理论研究的不断加强理论上的进展主要表现在两个方面：一是单位根理论；一是非线性模型理论，非线性模型理论的进展集中在几何遍历性问题和非线性过程的平稳性这两方面。我国学者在非线性时间序列分析方面取得了一系列高水平的成果。汤家豪教授将有关非线性时间序列分析的研究与动力系统科学的模型连接而备受赞赏。现在他着眼于非参数时间序列模型的发展，并与生态学家进行大量的合作研究。姚琦伟教授基于信息量，首次提出了描述一般随机系统对初始条件敏感性的度量及估计方法。在高维模型领域，姚琦伟教授提出用复系数线性模型近似高维非线性回归函数的新方法，以此克服高维非参数回归中样本量短缺的困难问题。此方法在生物、经济、金融等应用中获得了成功。在时间序列模型的最大似然估计方法的研究中，他完整地建立了在金融风险管理中有直接应用的ARCH和GARCH模型为最大似然估计的极限理论。

2. 研究的基本内容与方案

众所周知，在第三方物流企业中货运量是衡量企业竞争力的重要指标。本篇论文将记录dhl（金鹰国际货运代理有限公司）北京亦庄星网物流中心公司近5年的货运量，并根据时间序列理论对其货运量进行预测报告，针对预测的运输量对其仓库库位管理，以及运输管理提出科学有效的优化方案。

技术方案：数据整理分析、汇总---绘制基础数据图。

具体措施为：1、基础数据采集（dhl北京亦庄星网物流中心近5年货运量）。

3. 研究计划与安排

第1-3周 收集相关资料，明确论文内容。

第4周 完成开题报告，并上传。

第5-6周 掌握时间序列相关理论知识，以及概率论的相关知识。

4. 参考文献（12篇以上）

[1] 王长琼,袁晓丽. 物流运输组织与管理（第二版）[m]. 武汉:华中科技大学出版社,2017.

[2] 黄云碧. 物流与供应链管理[m]. 北京:电子工业出版社,2010.

[3] bowersox dj, et al. supply chain logistics management[m]. new york:mcgraw hill,2009 .