基于灰色模型的懷來(lái)公路貨運(yùn)量預(yù)測(cè)的研究

宋玉恒　喬建剛

摘要:為了把懷來(lái)建設(shè)成為京西物流港,以系統(tǒng)工程學(xué)、交通規(guī)劃為基礎(chǔ),采用灰色預(yù)測(cè)模型法,先對(duì)懷來(lái)公路貨物運(yùn)輸量進(jìn)行實(shí)地調(diào)查,通過(guò)把調(diào)查的數(shù)據(jù)整理聚類(lèi)分析,以數(shù)據(jù)為依據(jù)構(gòu)造懷來(lái)公路貨運(yùn)灰色模型,用該模型對(duì)懷來(lái)的貨運(yùn)量進(jìn)行預(yù)測(cè),并對(duì)灰色模型進(jìn)行了驗(yàn)證,最后確定了近期懷來(lái)公路貨運(yùn)量,同時(shí)也為交通部門(mén)制定相關(guān)政策和科學(xué)決策提供了強(qiáng)有力的依據(jù)。

關(guān)鍵詞:貨運(yùn);灰色模型;預(yù)測(cè)

中圖分類(lèi)號(hào):U294文獻(xiàn)標(biāo)識(shí)碼:A

Abstract: In order to make Huailai become a logistic harbor in Jingxi, they based on systems engineering, transport planning and use gray forecasting model method to conduct a field investigation of Huailai's road freight volume at first. Through processing and cluster analysis the survey data, they based on the data to structure Huailai's road freight gray forecasting model and use the model to predict Huailai's road freight volume. Then, they verify the gray model and finally determine the recent Huailai's road freight, as well as providing a strong basis for traffic department to developing relevant policy and scientific decision-making.

Key words: freight; gray model; forecast

0引言

公路貨運(yùn)量是道路設(shè)計(jì)規(guī)劃的依據(jù),為了適應(yīng)社會(huì)經(jīng)濟(jì)的發(fā)展階段及特點(diǎn),把握國(guó)內(nèi)外交通運(yùn)輸發(fā)展趨勢(shì)或發(fā)展規(guī)律,所以要進(jìn)行科學(xué)預(yù)測(cè)。目前,公路貨運(yùn)預(yù)測(cè)技術(shù)和方法多種多樣,各種方法都是出自不同的角度考慮問(wèn)題,故有其一定的優(yōu)點(diǎn)和缺

陷[1-2]。懷來(lái)是京、津、東北、華北及東部地區(qū)通往大西北的交通要道的第一站,地理位置十分重要,區(qū)位優(yōu)勢(shì)明顯,輻射面寬廣;市場(chǎng)繁榮,經(jīng)濟(jì)發(fā)展較快;鐵路、公路縱橫成網(wǎng),公路、鐵路樞紐標(biāo)準(zhǔn)高、規(guī)模大,得天獨(dú)厚的交通優(yōu)勢(shì),優(yōu)越的內(nèi)、外環(huán)境為全縣經(jīng)濟(jì)發(fā)展創(chuàng)造有利的條件。開(kāi)展貨運(yùn)量預(yù)測(cè)的研究可以改善物流業(yè)粗放式經(jīng)營(yíng)的局面,提高公路運(yùn)輸?shù)馁|(zhì)量和效益。

1研究的方法

1.1灰色預(yù)測(cè)模型GM1,1建模機(jī)理

在灰色預(yù)測(cè)模型(GRAY MODEL,GM)中[3],對(duì)時(shí)間序列進(jìn)行數(shù)量大小的預(yù)測(cè),稱(chēng)為等間隔序數(shù)的數(shù)列預(yù)測(cè)。一階單個(gè)變量的微分方程GM1,1是最常用的灰色預(yù)測(cè)模型,其形式為:

+μx=b (1)

式中,x=xt,μ和b為待估參數(shù)。這個(gè)微分方程的解是:

t+1=x1-e+ (2)

這個(gè)模型不是直接對(duì)原始數(shù)據(jù)預(yù)測(cè),而是針對(duì)生成數(shù)使用的,生成數(shù)這樣來(lái)構(gòu)造:

設(shè)原始數(shù)列為:x=x,x,…,x

由它產(chǎn)生的1次累加生成序列為:x=x,x,…,x; 其中:x=x=x+x

原始數(shù)據(jù)即x的變化規(guī)律不明顯, 但一旦變成x后,由于累加作用,抵消了不少隨機(jī)因素的影響,規(guī)律容易顯露出來(lái),將方程式(1)中的xt換成xt,解(2)也相應(yīng)地改為:

xk+1=x1-e+ (3)

之后,作逆生成(還原)處理,即對(duì)式(3)求導(dǎo),得還原模型為:

xk+1=-μx1-e(4)

1.2灰色模型預(yù)測(cè)步驟

(1)給定原始數(shù)據(jù)系列

x=x1,x2,…,xn (5)

(2)對(duì)xt作一次累加,求得一次累加生成列

x=x1,x2,…,xn (6)

(3)構(gòu)造數(shù)據(jù)矩陣B,y

B= (7)

y=x2,x3,…,xn (8)

(4)求解參數(shù)向量

a=μ,b=BBBy(9)

(5)將參數(shù)向量代入(3)式

k+1=x1-e+ (10)

(6)對(duì)(10)式求導(dǎo)得還原模型

k+1=-μx1-e (11)

2對(duì)懷來(lái)縣規(guī)劃年貨運(yùn)量的預(yù)測(cè)

根據(jù)懷來(lái)經(jīng)濟(jì)社會(huì)及貨物運(yùn)輸?shù)陌l(fā)展趨勢(shì),并結(jié)合歷年由懷來(lái)及張家口地區(qū)和公路運(yùn)輸貨運(yùn)管理部門(mén)提供的貨物運(yùn)輸統(tǒng)計(jì)資料見(jiàn)表1,預(yù)測(cè)過(guò)程如下[4]:

由表1數(shù)據(jù):

(1)對(duì)xt作一次累加生成變換

xt=3 042 848, 3 468 852, 3 261 448, 3 529 673, 4 048 139

xk=3 042 848, 6 511 430, 9 772 878, 13 302 551, 17 350 690

(2)構(gòu)造數(shù)據(jù)矩陣B和y

B=

y=3 042 848, 3 468 582, 3 261 448, 3 529 673, 4 048 139

(3)由式(9)計(jì)算參數(shù)向量

a=

則μ=-0.0584,b=2 996 100;所以=51 299 000

(4)建立GM1,1 模型

-0.0584x=2 996 100

由式(10)解得:k+1=54 341 848e-51 299 000

(5)預(yù)測(cè)規(guī)劃年貨運(yùn)量預(yù)測(cè)結(jié)果見(jiàn)圖1、表2。

3驗(yàn)證

貨運(yùn)強(qiáng)度法是根據(jù)單位GDP所產(chǎn)生的公路貨運(yùn)量及其變化趨勢(shì),分析確定未來(lái)的貨運(yùn)強(qiáng)度并預(yù)測(cè)出相應(yīng)特征年的公路貨運(yùn)量[5]?；竟綖?P=。

式中,P為貨運(yùn)強(qiáng)度,S為貨運(yùn)量,GDP為國(guó)內(nèi)生產(chǎn)總值。

由表1可見(jiàn),懷來(lái)公路貨運(yùn)強(qiáng)度已從2003年的11.2噸/萬(wàn)元下降到2007年的7.7噸/萬(wàn)元,年均下降9.96%;隨著未來(lái)懷來(lái)縣產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、產(chǎn)品結(jié)構(gòu)的變化及高新技術(shù)的發(fā)展,其貨運(yùn)強(qiáng)度仍將呈現(xiàn)持續(xù)下降趨勢(shì)。根據(jù)表1,研究中對(duì)貨運(yùn)強(qiáng)度分別采用二項(xiàng)式、指數(shù)、對(duì)數(shù)和線性四種方法進(jìn)行了回歸分析,結(jié)果如圖2所示。

從預(yù)測(cè)結(jié)果可以看出,指數(shù)回歸結(jié)果相關(guān)系數(shù)最大,滿(mǎn)足精度要求,回歸公式為:Y=12.65eR=0.9236

式中,x為年份,Y為貨運(yùn)強(qiáng)度,R為回歸相關(guān)系數(shù)。

在上述預(yù)測(cè)中回歸相關(guān)系數(shù)為0.961,表明回歸結(jié)果具有較好的擬合性。根據(jù)指數(shù)式回歸分析結(jié)果,預(yù)測(cè)2010、2012、2015年貨運(yùn)強(qiáng)度為5.95、4.79、3.47,利用貨運(yùn)強(qiáng)度計(jì)算公式P=S/GDP,推算規(guī)劃特征年貨運(yùn)量分別為:592.32、728.67、997.11萬(wàn)噸。

可見(jiàn)預(yù)測(cè)值比較合適。數(shù)值比強(qiáng)度法預(yù)測(cè)數(shù)值略小,是因?yàn)榭紤]的因素比較多的緣故。

4結(jié)論

貨運(yùn)量的預(yù)測(cè)是物流規(guī)劃的重要一環(huán),為了準(zhǔn)確的預(yù)測(cè)懷來(lái)區(qū)域的貨物運(yùn)輸量,結(jié)合懷來(lái)的當(dāng)?shù)亟?jīng)濟(jì)發(fā)展需求,運(yùn)用灰色系統(tǒng)模型進(jìn)行了分析,并用強(qiáng)度法進(jìn)行了驗(yàn)證,符合當(dāng)?shù)氐陌l(fā)展規(guī)律,從而為交通運(yùn)輸?shù)陌l(fā)展政策的制定,提供了有力的依據(jù)。

參考文獻(xiàn):

[1] 陳倬. 區(qū)域物流規(guī)劃技術(shù)的理論研究[J]. 商業(yè)經(jīng)濟(jì),2004(6):21-22.

[2]Comyn Wattiau, Akoka J.. Logistics Information System Auditing Using Expert System Technology[J]. Expert Systems with Applications Volume, 1996(11):463-467.

[3] 宋良,胡正華. 基于灰色系統(tǒng)預(yù)測(cè)方法的供應(yīng)鏈聯(lián)盟伙伴選擇研究[J]. 物流科技,2009(3):130-132.

[4] 程世東,榮建,劉小明. 城市物流系統(tǒng)及其規(guī)劃[J]. 北京工業(yè)大學(xué)學(xué)報(bào),2005(1):55-58.

[5] 董千里. 區(qū)域物流信息平臺(tái)與資源整合[J]. 交通運(yùn)輸工程學(xué)報(bào),2002(12):28-63.