从给定的文件内容中，我们可以提取出以下电商物流企业配送需求预测方面的知识点：
标题和描述均指向了一篇关于“电商物流企业配送需求预测研究”的文章，这表明文章的研究对象是电商物流领域，特别是配送需求的预测问题。在电商行业中，物流配送是极为重要的环节，其效率和准确性直接影响到用户体验和企业成本。因此，对配送需求进行有效预测，对于优化库存管理、提高配送效率、降低成本都具有重要意义。
文章的关键词包括“需求预测”、“电商物流”和“季节性指数平滑法”，这些关键词突出了文章的研究重点和方法论。需求预测是数据分析领域中一个重要的分支，特别是对时间序列数据的预测。电商物流配送需求预测，由于其受到季节性波动、市场促销活动等因素的影响，预测工作尤为复杂。而季节性指数平滑法是一种经典的时间序列预测方法，适用于有季节性波动特征的数据预测。
具体到文章内容，研究者以新疆苏宁物流在乌鲁木齐主城区的配送需求为例子，使用SPSS软件中的三种季节性指数平滑模型进行了配送需求的预测。这三种模型分别是简单的季节性模型、Winters加法模型和Winters乘法模型，它们分别适用于不同类型的季节性时间序列数据。简单季节性模型适用于有线性时间趋势但无季节性变动的数据，而Winters模型则包含水平、趋势和季节三个因素，适用于具有线性趋势和季节性变动的数据。
在实际操作过程中，研究者将配送需求按组合预测的思想进行了预测。组合预测就是将不同的预测方法进行加权，结合各自优势，以期获得更准确的预测结果。通过将实际配送数据与预测数据进行对比，研究者发现该方法能够有效地预测配送需求，特别是在对配送区域进行划分后，预测的准确度有了明显提升。
文章还提到了在SPSS软件中，系统将自动计算出最适合的三个参数值（Alpha、Gamma、Delta），并据此进行加权预测。这些参数值分别代表了水平、趋势和季节三个方面的平滑系数。在数据分析结果部分，通过SPSS软件对乌鲁木齐主城区的历史配送需求数据进行预测，最终获得了2018年第一季度的预测结果，并给出了模型拟合度参数值，用于评估预测模型的准确性。
此外，文章的作者信息和基金项目信息表明，该研究是新疆维吾尔自治区物流学会资助的一个研究项目“乌鲁木齐城市共同配送模式研究”，这进一步说明了研究具有一定的学术价值和实际应用背景。
该研究论文对电商物流企业的配送需求预测进行了深入分析，提出了一套结合多种季节性指数平滑模型的预测方法，并通过实际数据验证了其有效性。这不仅为电商物流配送需求预测提供了理论参考，也为实际操作提供了指导，具有重要的理论和实践意义。
