亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Demand forecasting of cold-chain logistics of aquatic products in China under the background of the Covid-19 post-epidemic era

冷链 供应链 需求预测 业务 产品(数学) 中国 环境经济学 营销 经济 地理 工程类 机械工程 几何学 数学 考古
作者
Shuai Liu,Le Chang,Lin Wang
出处
期刊:PLOS ONE [Public Library of Science]
卷期号:18 (11): e0287030-e0287030 被引量:1
标识
DOI:10.1371/journal.pone.0287030
摘要

In the background of the post-epidemic era, the consumption demand and market scale of cold chain logistics in China are expanding, but there is still an obvious gap with developed countries. To complete the balance between the supply and demand for aquatic products and the rational allocation of logistics resources and promote the rapid development trend of aquatic product cold chain logistics, it is particularly important to forecast and analyze the demand for aquatic product cold chain logistics. This article selects six main factors that affect the demand for aquatic products in cold chain logistics, uses the traditional grey model and the grey-BP neural network model to simulate and predict the demand for aquatic products in cold chain logistics in China from 2012 to 2021, and compares and analyzes the simulation results. Generally speaking, the demand for aquatic products from Chinese residents is on the rise. In the simulation prediction process, the prediction error of the grey-BP neural network is reduced compared to the traditional grey model, and the processing ability of the nonlinear system is ideal. The results show that the grey-BP neural network model is an effective method to predict the demand for cold chain logistics of aquatic products. Finally, suggestions are made on the future development of aquatic cold chain logistics in the post-epidemic era from the economic, social, and environmental aspects, which provide valuable decision-making reference for the development of marine aquaculture enterprises and cold chain logistics industry.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
姜姜完成签到 ,获得积分10
5秒前
酷波er应助科研通管家采纳,获得10
9秒前
CipherSage应助科研通管家采纳,获得10
9秒前
木仔仔完成签到,获得积分10
25秒前
27秒前
木仔仔发布了新的文献求助10
47秒前
59秒前
Orange应助Seeking采纳,获得10
1分钟前
英俊的铭应助Gavin采纳,获得10
1分钟前
丘比特应助Aira采纳,获得10
1分钟前
1分钟前
Seeking发布了新的文献求助10
1分钟前
Seeking完成签到,获得积分10
1分钟前
Niyund完成签到,获得积分10
1分钟前
1分钟前
Gavin发布了新的文献求助10
1分钟前
不去明知山完成签到 ,获得积分10
1分钟前
科目三应助ma采纳,获得10
1分钟前
彭于晏应助毕葛采纳,获得10
2分钟前
Demi_Ming完成签到,获得积分10
2分钟前
Jessie0625完成签到,获得积分10
2分钟前
大模型应助科研通管家采纳,获得10
2分钟前
2分钟前
万能图书馆应助毕葛采纳,获得10
2分钟前
2分钟前
2分钟前
852应助毕葛采纳,获得20
2分钟前
吴端完成签到,获得积分10
2分钟前
2分钟前
吴端发布了新的文献求助30
2分钟前
zqq完成签到,获得积分0
3分钟前
3分钟前
二三发布了新的文献求助10
3分钟前
Aira发布了新的文献求助10
3分钟前
Aira完成签到,获得积分10
3分钟前
愉快无施完成签到,获得积分10
3分钟前
燕尔蓝完成签到,获得积分10
3分钟前
3分钟前
乐乐应助二三采纳,获得10
4分钟前
4分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3126089
求助须知:如何正确求助?哪些是违规求助? 2776277
关于积分的说明 7729714
捐赠科研通 2431733
什么是DOI,文献DOI怎么找? 1292230
科研通“疑难数据库(出版商)”最低求助积分说明 622601
版权声明 600392