基于規(guī)則集成和RFA的中鐵十三局發(fā)展預(yù)測(cè)研究

李素清，王洪禮

(1．天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津300072;2．中鐵十三局集團(tuán)有限公司，天津300308)

可以預(yù)見(jiàn)，未來(lái)20年，我國(guó)基本建設(shè)、房地產(chǎn)等固定資產(chǎn)的投資規(guī)模仍會(huì)保持較高的水平，這也將為建筑企業(yè)提供一個(gè)難得的發(fā)展機(jī)遇。中鐵十三局集團(tuán)是世界500強(qiáng)中國(guó)鐵建所屬的中央企業(yè)，是集施工、設(shè)計(jì)、科研、地產(chǎn)等于一體的大型工程總承包企業(yè)集團(tuán)，集團(tuán)擁有14 000余名職工，擁有70項(xiàng)施工資質(zhì)和7項(xiàng)咨詢(xún)、設(shè)計(jì)、勘察資質(zhì)以及200億元以上的年施工能力?？茖W(xué)地預(yù)測(cè)集團(tuán)未來(lái)幾年的總產(chǎn)值和利潤(rùn)，有助于制定合理的發(fā)展戰(zhàn)略，把握發(fā)展機(jī)遇。

目前，用于建筑等行業(yè)的預(yù)測(cè)，多為灰色預(yù)測(cè)理論、神經(jīng)網(wǎng)絡(luò)等方法。方匡南等人［1］利用隨機(jī)森林方法預(yù)測(cè)了我國(guó)基金超額收益率方向，證明了我國(guó)金融市場(chǎng)的可預(yù)測(cè)性。郭嘉良［2］利用規(guī)則集成方法對(duì)天津市的漁業(yè)經(jīng)濟(jì)發(fā)展進(jìn)行了實(shí)證預(yù)測(cè)。

由于中鐵十三局集團(tuán)歷年以來(lái)的總產(chǎn)值和利潤(rùn)數(shù)據(jù)保存較好，所以本文從這些歷史數(shù)據(jù)出發(fā)，利用規(guī)則集成［2，3］和隨機(jī)森林算法［4-7］，對(duì)集團(tuán)的總產(chǎn)值和利潤(rùn)進(jìn)行了預(yù)測(cè)分析，并在此基礎(chǔ)上，對(duì)集團(tuán)的“十二五”發(fā)展提出了戰(zhàn)略性建議。

一、規(guī)則集成法簡(jiǎn)介

在某一個(gè)系統(tǒng)當(dāng)中，假設(shè)一系列相關(guān)變量x1，x2，x3，…，xn，y 為已知，將 x1，x2，x3，…，xn視為輸入變量，y為輸出變量，通過(guò)預(yù)測(cè)學(xué)習(xí)方法，可以求得估計(jì)函數(shù)為

從而可以預(yù)測(cè)出任一輸入變量所對(duì)應(yīng)的輸出變量。

集成學(xué)習(xí)技術(shù)是目前最有效的預(yù)測(cè)學(xué)習(xí)方法之一，學(xué)習(xí)過(guò)程中所選取的模型為

式中，fm(x)是基礎(chǔ)學(xué)習(xí)器，基礎(chǔ)學(xué)習(xí)器的不同從根本上決定了集成學(xué)習(xí)方法的不同，即使同一組基礎(chǔ)學(xué)習(xí)器，采用不同的回歸過(guò)程，也會(huì)得到不同的結(jié)果;m表示學(xué)習(xí)過(guò)程的規(guī)模。m{am}M0是基礎(chǔ)學(xué)習(xí)器的組合系數(shù)。

規(guī)則集成學(xué)習(xí)技術(shù)所采用的基礎(chǔ)學(xué)習(xí)器為

式中，Sjm為xj的所有可能取值集合Sj的某一特定子集，I(xj∈Sjm)是集合Sjm的示性函數(shù)，其取值為0或1，因此，rm(x)的取值也為0或1。選定基礎(chǔ)學(xué)習(xí)器之后，將基礎(chǔ)學(xué)習(xí)器設(shè)定為決策樹(shù)，并在每個(gè)節(jié)點(diǎn)生成1條規(guī)則。

經(jīng)過(guò)計(jì)算，可以得到最終的預(yù)測(cè)模型為

規(guī)則所生成的算法為

1 F0(x)=arg

2 For m=1 to M{

3 pm=arg minpΣieSm(η)L(yi，F(xiàn)m－1)(xi)+f(xi;p)

4 fm(x)=f(x;pm)

5 Fm(x)=Fm－1(x)=vfm(x)

6 }

其中，Sm(η)是從已知數(shù)據(jù)中隨機(jī)獲取的，樣本量為η的一個(gè)子樣本集合。

二、隨機(jī)森林法簡(jiǎn)介

隨機(jī)森林是Breiman于2001年提出的一種由許多決策回歸樹(shù)集合在一起的預(yù)測(cè)或者分類(lèi)器。

在生成決策樹(shù)的過(guò)程中，隨機(jī)森林采用的是Bootstrap重采樣技術(shù)，該技術(shù)通過(guò)對(duì)樣本的分布進(jìn)行有效放回的隨機(jī)抽樣，得到子樣本。假設(shè)原始樣本的容量為N，隨機(jī)有效放回地抽取N個(gè)新的樣本子集，在此基礎(chǔ)上即可以構(gòu)建k棵回歸樹(shù)。假設(shè)所研究的問(wèn)題有M個(gè)自變量，指定一個(gè)屬性數(shù)F(F≤M)，從M個(gè)屬性中隨機(jī)抽取F個(gè)屬性作為分裂屬性集，以F個(gè)屬性中最好的分裂方式對(duì)結(jié)點(diǎn)進(jìn)行分裂。每顆樹(shù)按遞歸自分算法自由生長(zhǎng)，不進(jìn)行剪裁。

所有生成的回歸樹(shù)組成隨機(jī)森林，用隨機(jī)森林即可以對(duì)新數(shù)據(jù)進(jìn)行回歸或者分類(lèi)。

三、中鐵十三局的總產(chǎn)值與利潤(rùn)預(yù)測(cè)

隨著城市化進(jìn)程的日益加快，中鐵十三局終于迎來(lái)了難得的發(fā)展機(jī)遇。2008年集團(tuán)年度總產(chǎn)值突破百億大關(guān)，2010年突破兩百億。2011年集團(tuán)的年度利潤(rùn)達(dá)到4.3億元。1984—2011年，集團(tuán)的年企業(yè)總產(chǎn)值和年企業(yè)利潤(rùn)分別如圖1和圖2所示。

為了研究總產(chǎn)值以及年企業(yè)利潤(rùn)之間的關(guān)系，首先，需要確定自變量和因變量，由于本文是通過(guò)歷史數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)的總產(chǎn)值和利潤(rùn)，將前n年的數(shù)據(jù)視為自變量，將第n+1年的數(shù)據(jù)視為因變量，2010年和2011年的數(shù)據(jù)不被用來(lái)擬合，而用來(lái)留作驗(yàn)證的依據(jù)。其次，分析各自變量之間的關(guān)系以及其與因變量之間的關(guān)系，基于規(guī)則集成方法和隨機(jī)森林方法，求得因變量和自變量之間的擬合函數(shù)關(guān)系。最后，通過(guò)預(yù)測(cè)函數(shù)，輸入新的自變量，求得總產(chǎn)值和利潤(rùn)的預(yù)測(cè)值。在利用規(guī)則集成計(jì)算的過(guò)程中，當(dāng)n=4時(shí)，第4個(gè)自變量(即4年前的總產(chǎn)值)的重要性已經(jīng)很低，因此選取前4年數(shù)據(jù)作為自變量，各個(gè)自變量的重要性如圖3所示。

圖1 中鐵十三局集團(tuán)1984—2011年企業(yè)總產(chǎn)值

圖2 中鐵十三局集團(tuán)1984—2011年企業(yè)利潤(rùn)

圖3 n=4時(shí)規(guī)則集成方法中4個(gè)自變量的相對(duì)重要性

本文中，規(guī)則集成算法是由R軟件中的rulefit接口完成的，隨機(jī)森林算法是由R軟件中的randomForest程序包完成的。在具體計(jì)算過(guò)程中，將每年的總產(chǎn)值和利潤(rùn)的數(shù)值轉(zhuǎn)變?yōu)槟暝鲩L(zhǎng)率，通過(guò)對(duì)年增長(zhǎng)率的預(yù)測(cè)進(jìn)一步確定總產(chǎn)值和利潤(rùn)的預(yù)測(cè)值。總產(chǎn)值和利潤(rùn)的年增長(zhǎng)率見(jiàn)表1和表2。

表1 中鐵十三局總產(chǎn)值年增長(zhǎng)率

表2 中鐵十三局利潤(rùn)年增長(zhǎng)率

兩種方法對(duì)2010年和2011年數(shù)據(jù)的預(yù)測(cè)結(jié)果以及預(yù)測(cè)結(jié)果與真實(shí)數(shù)據(jù)的誤差如表3所示。由驗(yàn)證過(guò)程可知，兩種方法均可以作為有效的預(yù)測(cè)方法，因此，用兩種方法所得結(jié)果的平均值來(lái)表示最終的預(yù)測(cè)值見(jiàn)表4。

表3 基于規(guī)則集成和RFA預(yù)測(cè)結(jié)果的驗(yàn)證比較

表4 基于規(guī)則集成和RFA 2012—2015年的預(yù)測(cè)結(jié)果

四、中鐵十三局集團(tuán)發(fā)展建議

以上預(yù)測(cè)結(jié)果顯示，到2015年集團(tuán)的年度總產(chǎn)值將超過(guò)700億元，利潤(rùn)將突破10億元。為了實(shí)現(xiàn)預(yù)測(cè)的結(jié)果，并進(jìn)一步增強(qiáng)企業(yè)的核心競(jìng)爭(zhēng)力，以實(shí)現(xiàn)企業(yè)持續(xù)和諧發(fā)展，需要在企業(yè)管理、信息化建設(shè)、人才引進(jìn)與培養(yǎng)方面進(jìn)行創(chuàng)新。

公司在承攬項(xiàng)目的過(guò)程中，要緊跟國(guó)家政策，積極掌握各大城市以及大型能源礦產(chǎn)企業(yè)的投資建設(shè)信息。在發(fā)揮地鐵等傳統(tǒng)優(yōu)勢(shì)項(xiàng)目的基礎(chǔ)上，進(jìn)一步拓展輕軌、水電、火電等市場(chǎng)領(lǐng)域。在海外市場(chǎng)的開(kāi)發(fā)中，要尋求突破，在規(guī)避風(fēng)險(xiǎn)的同時(shí)，積極承攬大型國(guó)際工程。要提前做好對(duì)承攬項(xiàng)目的效益分析與評(píng)價(jià)，避免出現(xiàn)大的虧損項(xiàng)目。資金管理方面，要避免資金斷鏈;成本管理方面，各級(jí)員工要明確自身權(quán)限空間，嚴(yán)格執(zhí)行預(yù)算。

項(xiàng)目管理要加快信息化實(shí)施過(guò)程。要建立項(xiàng)目管理信息系統(tǒng)，全面把握在建項(xiàng)目的動(dòng)態(tài)信息;要建立財(cái)務(wù)管理信息系統(tǒng)，集中分散資金，保證資金安全的同時(shí)，提高資金的使用效率。為保證項(xiàng)目管理信息化的落實(shí)，應(yīng)根據(jù)集團(tuán)公司制定的達(dá)標(biāo)督察考評(píng)標(biāo)準(zhǔn)對(duì)在建項(xiàng)目進(jìn)行督察，以確保管理制度落實(shí)到位，從而使各項(xiàng)管理效果達(dá)到標(biāo)準(zhǔn)，確保集團(tuán)在推進(jìn)信息化管理中進(jìn)一步提高項(xiàng)目創(chuàng)收能力。

集團(tuán)業(yè)務(wù)的大規(guī)模發(fā)展對(duì)人才的數(shù)量和結(jié)構(gòu)均提出了更高的要求，要加強(qiáng)人才的引進(jìn)和培養(yǎng)，并增加職工的企業(yè)歸屬感。根據(jù)集團(tuán)公司的安排，結(jié)合本單位目前缺少工程設(shè)計(jì)人員與注冊(cè)工程師的實(shí)際情況，成立相應(yīng)的研發(fā)機(jī)構(gòu)，聯(lián)合集團(tuán)內(nèi)、外部的設(shè)計(jì)單位，吸納注冊(cè)技術(shù)人才，鼓勵(lì)本單位人員報(bào)考國(guó)家注冊(cè)巖石、結(jié)構(gòu)、造價(jià)、咨詢(xún)工程師，并在待遇問(wèn)題上與社會(huì)接軌。通過(guò)3～5年的努力，完備設(shè)計(jì)資質(zhì)，從而適應(yīng)建筑市場(chǎng)承包方式轉(zhuǎn)變的需要。

總之，科學(xué)準(zhǔn)確地預(yù)測(cè)集團(tuán)的發(fā)展，有助于集團(tuán)提前作好各方面的準(zhǔn)備工作，從而保證“十二五”期間的快速發(fā)展。

［1］方匡南，朱建平，謝邦昌．基于隨機(jī)森林方法的基金收益率方向預(yù)測(cè)與交易策略研究［J］．經(jīng)濟(jì)經(jīng)緯，2010(2):61-65．

［2］郭嘉良．海岸帶漁業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的隨機(jī)梯度和規(guī)則集成評(píng)價(jià)預(yù)測(cè)［D］．天津:天津大學(xué)管理學(xué)院，2010．

［3］Friedman J H，Popescu B E．Predictive Learning via Rule Ensembles［M］．Stanford University:Department of Statistics，2005．

［4］段永桓，王洪禮，李飛鵬．影響RFA高爾夫產(chǎn)業(yè)發(fā)展的因素分析與對(duì)策［J］．天津大學(xué)學(xué)報(bào):社會(huì)科學(xué)版，2011，13(3):198-201．

［5］邱一卉．隨機(jī)森林在電信行業(yè)客戶(hù)流失預(yù)測(cè)中的應(yīng)用［D］．廈門(mén):廈門(mén)大學(xué)管理學(xué)院，2008．

［6］Liaw A，Wiener M．Classification and regression by Random Forest［J］．Rnews，2002(2):18-22．

［7］彭國(guó)蘭，林成德．基于隨機(jī)森林的企業(yè)食用評(píng)估模型［J］．福州大學(xué)學(xué)報(bào)，2008(36):153-156．