基于優(yōu)先級(jí)的物流量組合預(yù)測(cè)方法

李亞南 賈龍飛

摘 要：目前物流量組合預(yù)測(cè)大多是普通定常權(quán)重組合預(yù)測(cè)，預(yù)測(cè)的精度不高。因此，采用基于優(yōu)先級(jí)的組合預(yù)測(cè)方法，通過對(duì)比基本預(yù)測(cè)方法的預(yù)測(cè)精度來賦予相應(yīng)的優(yōu)先級(jí)和權(quán)重，最后用實(shí)例數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明，基于優(yōu)先級(jí)的物流量組合預(yù)測(cè)法有更高的預(yù)測(cè)精度，可以作為一種物流量預(yù)測(cè)的有效方法。

關(guān)鍵詞：物流量；預(yù)測(cè)方法；優(yōu)先級(jí)

Abstract：At present， most of the combination forecasting of logistics quantity is the constant weight forecasting， but the accuracy is not high. Therefore， using the combination forecast method based on priority， through comparing the prediction accuracy of each basic prediction methods to give them a appropriate priority and weight， then use a case to test. The results show that the logistics quantity forecasting method based on priority is more accurate， which can be used as an effective method for the logistics quantity prediction.

Key words：Logistics quantity；Forecasting method；Priority

物流量預(yù)測(cè)是制定物流量發(fā)展戰(zhàn)略的重要依據(jù)，同時(shí)也是實(shí)現(xiàn)物流管理的重要手段和重要環(huán)節(jié)[ 1 ]。

目前，據(jù)不完全統(tǒng)計(jì)，全國(guó)范圍內(nèi)大約有62%的物流園區(qū)處于閑置狀態(tài)。因此，如何依據(jù)現(xiàn)有的經(jīng)濟(jì)狀況預(yù)測(cè)物流服務(wù)需求，使物流業(yè)未來的發(fā)展和基礎(chǔ)設(shè)施的建設(shè)符合城市經(jīng)濟(jì)發(fā)展的需求，是當(dāng)前迫在眉睫的問題。

目前，對(duì)物流量預(yù)測(cè)的研究主要集中在定量預(yù)測(cè)和由定量預(yù)測(cè)產(chǎn)生的組合方法上。但是，無(wú)論是單一的定量預(yù)測(cè)方法，還是普通的定常權(quán)重預(yù)測(cè)方法的預(yù)測(cè)精度都普遍不高。

1 定量預(yù)測(cè)方法

1.1 基本定量預(yù)測(cè)方法

常見的定量預(yù)測(cè)方法主要有：線性回歸、移動(dòng)平均法、指數(shù)平滑法等。

1.1.1線性回歸

回歸分析法是運(yùn)用相關(guān)數(shù)理統(tǒng)計(jì)的知識(shí)，對(duì)大量已經(jīng)獲取的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行數(shù)理分析的基礎(chǔ)上，確定自變量與因變的相關(guān)關(guān)系，建立一個(gè)回歸方程，并以此進(jìn)行外推，用于預(yù)測(cè)因變量未來的變化[ 2 ]。

回歸分析步驟包括：a.根據(jù)自變量與因變量數(shù)據(jù)，初步設(shè)定回歸方程；b.求出合理的回歸系數(shù)，確定性關(guān)系數(shù)；c.在符合相關(guān)性要求后，根據(jù)已得的回歸方程進(jìn)行與具體條件相結(jié)合進(jìn)行預(yù)測(cè)。

1.1.2移動(dòng)平均法

移動(dòng)平均法是一種簡(jiǎn)單平滑預(yù)測(cè)技術(shù)，它的基本思想是：根據(jù)時(shí)間序列資料、逐項(xiàng)推移，依次計(jì)算包含一定年份的數(shù)據(jù)平均值，來反映長(zhǎng)期的發(fā)展趨勢(shì)。

當(dāng)時(shí)間序列的數(shù)值隨時(shí)間的變化比較大時(shí)，數(shù)據(jù)的發(fā)展趨勢(shì)就不太容易顯示出來。使用移動(dòng)平均法可以消除這些因素的影響，顯示出事件的發(fā)展方向與趨勢(shì)，然后依趨勢(shì)線分析預(yù)測(cè)序列的長(zhǎng)期趨勢(shì)[ 3 ]。

簡(jiǎn)單移動(dòng)平均的各元素的權(quán)重都相等，加權(quán)移動(dòng)平均則給每個(gè)變量值以不同的權(quán)重。

1.1.3指數(shù)平滑法

指數(shù)平滑法是在移動(dòng)平均法基礎(chǔ)上發(fā)展起來的一種時(shí)間序列分析預(yù)測(cè)法，它通過計(jì)算指數(shù)平滑值，配合一定的時(shí)間序列預(yù)測(cè)模型對(duì)現(xiàn)象的未來進(jìn)行預(yù)測(cè)[ 4 ]。

其特點(diǎn)在于給過去的觀測(cè)值不一樣的權(quán)重，即較近期觀測(cè)值的權(quán)數(shù)比較遠(yuǎn)期觀測(cè)值的權(quán)數(shù)要大。

指數(shù)平滑法是生產(chǎn)預(yù)測(cè)中常用的一種方法，也用于中短期經(jīng)濟(jì)發(fā)展趨勢(shì)預(yù)測(cè)。根據(jù)平滑次數(shù)不同，指數(shù)平滑法分為一次指數(shù)平滑法、二次指數(shù)平滑法和三次指數(shù)平滑法等。

1.2 基于優(yōu)先級(jí)的定量組合預(yù)測(cè)方法

定常權(quán)重預(yù)測(cè)模型是權(quán)重為固定值的組合預(yù)測(cè)模型，即組成該預(yù)測(cè)模型的各個(gè)預(yù)測(cè)方法占預(yù)測(cè)結(jié)果的權(quán)重是確定的、不隨時(shí)間變化的。

假設(shè)某一個(gè)預(yù)測(cè)問題在時(shí)刻i的實(shí)際觀察值為yi（i=1，2，3，…，n），而針對(duì)該問題有m種預(yù)測(cè)方法，每一種預(yù)測(cè)方法對(duì)應(yīng)的預(yù)測(cè)值為fij（j=1，2，3，…，m）。假設(shè)采用的j種預(yù)測(cè)方法的加權(quán)系數(shù)為wj，預(yù)測(cè)值為i，這一預(yù)測(cè)方法可以表示為：

由于幾種基本預(yù)測(cè)方法的預(yù)測(cè)原理不同，預(yù)測(cè)出的各項(xiàng)指標(biāo)數(shù)值也有所不同。為了減小預(yù)測(cè)誤差，保證較高程度的預(yù)測(cè)準(zhǔn)確性，必須要對(duì)組合預(yù)測(cè)方法的權(quán)重做出合適的處理。

采用組合預(yù)測(cè)方法進(jìn)行預(yù)測(cè)時(shí)，幾種基本預(yù)測(cè)方法的預(yù)測(cè)精度各不相同，只單純的對(duì)幾種基本預(yù)測(cè)方法的預(yù)測(cè)結(jié)果分配一個(gè)平均的、或者主觀賦予的權(quán)重，會(huì)使得預(yù)測(cè)結(jié)果不夠理想。

因此，基于基本預(yù)測(cè)方法的不同預(yù)測(cè)精度，對(duì)于預(yù)測(cè)精度相對(duì)較高的預(yù)測(cè)方法給予一定的優(yōu)先級(jí)，根據(jù)其相應(yīng)的優(yōu)先級(jí)來確定預(yù)測(cè)權(quán)重。

優(yōu)先級(jí)的確定依據(jù)可以由絕對(duì)誤差、相對(duì)誤差、標(biāo)準(zhǔn)差等參數(shù)來判定。本文采用預(yù)測(cè)方法的標(biāo)準(zhǔn)誤差σ來確定優(yōu)先級(jí)。

根據(jù)預(yù)測(cè)方法標(biāo)準(zhǔn)誤差的取值來確定優(yōu)先級(jí)，標(biāo)準(zhǔn)誤差越小優(yōu)先級(jí)越高，相應(yīng)地會(huì)賦予較高的權(quán)重。

假設(shè)有m種預(yù)測(cè)方法，每種預(yù)測(cè)方法對(duì)應(yīng)的標(biāo)準(zhǔn)誤差為σ1，σ2，…，σm，將其按照從大到小的順序進(jìn)行排列后對(duì)應(yīng)的數(shù)值表示為o1，o2，…om，方法j對(duì)應(yīng)的優(yōu)先級(jí)序號(hào)為kj。每種預(yù)測(cè)方法對(duì)應(yīng)的權(quán)重wj的計(jì)算方法如下所示：

本文中主要采用二次移動(dòng)平均法、二次指數(shù)平滑法、回歸分析法、基于優(yōu)先級(jí)的定常權(quán)重預(yù)測(cè)法來進(jìn)行預(yù)測(cè)。

為了檢驗(yàn)以下預(yù)測(cè)方法的準(zhǔn)確性，文章中采用2005年到2014年的貨運(yùn)量數(shù)據(jù)作為原始數(shù)據(jù)，用預(yù)測(cè)結(jié)果來與實(shí)際數(shù)據(jù)作對(duì)比，以此來驗(yàn)證預(yù)測(cè)方法的準(zhǔn)確性。

2.1.1移動(dòng)平均法

根據(jù)表3-1中貨運(yùn)量變化趨勢(shì)，采用二次移動(dòng)平均法進(jìn)行預(yù)測(cè)，同時(shí)取預(yù)測(cè)期數(shù)為3。

2.1.2指數(shù)平滑法

根據(jù)表3-1可以看出貨運(yùn)量數(shù)據(jù)整體上是單調(diào)遞增的，而且貨運(yùn)量數(shù)據(jù)的變動(dòng)趨勢(shì)比較明顯，因此采用二次指數(shù)平滑法來做預(yù)測(cè)，a取0.4。同時(shí)，由于數(shù)據(jù)較少，初始值取2005-2007年的平均值。

2.1.3回歸分析法

在spss軟件[ 5 ]中輸入貨運(yùn)量數(shù)據(jù)，進(jìn)行回歸分析。將年份作為因變量，貨運(yùn)量作為自變量，得到相關(guān)系數(shù)R=0.969，判定系數(shù)R2=0.938。因此，貨運(yùn)量數(shù)據(jù)可以用回歸分析法來進(jìn)行預(yù)測(cè)，預(yù)測(cè)模型為：y=89.309t-176403.218

2.1.4基于優(yōu)先級(jí)的定常權(quán)重預(yù)測(cè)

根據(jù)表3-4中指數(shù)平滑法、回歸分析法和移動(dòng)平均法的預(yù)測(cè)結(jié)果，計(jì)算三種方法的標(biāo)準(zhǔn)誤差值。將三種預(yù)測(cè)方法的標(biāo)準(zhǔn)誤差進(jìn)行排序，可以得到指數(shù)平滑法、回歸分析法和移動(dòng)平均法的優(yōu)先級(jí)，根據(jù)公式（3）可以計(jì)算得到相應(yīng)權(quán)重，如下表3-3所示：

采用組合預(yù)測(cè)法得到該市貨運(yùn)量的預(yù)測(cè)值，其預(yù)測(cè)公式為：y0=0.45y1+0.3y2+0.25y3。其中，y0表示指標(biāo)的組合預(yù)測(cè)值，y1表示指標(biāo)的回歸分析法預(yù)測(cè)值，y2表示指標(biāo)的移動(dòng)平均法預(yù)測(cè)值，y3表示指數(shù)平滑法預(yù)測(cè)值。

2.1.5普通定常權(quán)重預(yù)測(cè)

根據(jù)幾種基本預(yù)測(cè)方法的預(yù)測(cè)結(jié)果，采用算數(shù)平均法確定權(quán)重，用來與基于優(yōu)先級(jí)的組合預(yù)測(cè)方法進(jìn)行對(duì)比。以上五種預(yù)測(cè)方法的預(yù)測(cè)結(jié)果如表3-4所示：

2.2預(yù)測(cè)結(jié)果對(duì)比分析

根據(jù)表3-4所示的預(yù)測(cè)結(jié)果，計(jì)算基于優(yōu)先級(jí)的組合預(yù)測(cè)法與基于算數(shù)平均法的定常權(quán)重預(yù)測(cè)法的標(biāo)準(zhǔn)誤差。

基于優(yōu)先級(jí)的組合預(yù)測(cè)法的標(biāo)準(zhǔn)誤差為64.59，而基于算數(shù)平均法的定常權(quán)重預(yù)測(cè)法的標(biāo)準(zhǔn)誤差則為67.15。因此，可以看出：

1）在這一案例中，采用基于優(yōu)先級(jí)判定權(quán)重系數(shù)的組合預(yù)測(cè)方法的標(biāo)準(zhǔn)誤差都比單一的一元線性回歸法、二次指數(shù)平滑法、二次移動(dòng)平均法要小，由此可以看出基于優(yōu)先級(jí)判定權(quán)重系數(shù)的組合預(yù)測(cè)方法的預(yù)測(cè)精度要比單一的定量預(yù)測(cè)方法高。

2）基于優(yōu)先級(jí)的組合預(yù)測(cè)方法相對(duì)于采用算數(shù)平均法確定權(quán)重的預(yù)測(cè)方法具有明顯的優(yōu)越性，預(yù)測(cè)精度更高。

3 結(jié)語(yǔ)

回歸分析法、指數(shù)平滑法、移動(dòng)平均法都是物流量預(yù)測(cè)中常用的定量預(yù)測(cè)方法，各有其不同的優(yōu)缺點(diǎn)以及適用條件。

基于優(yōu)先級(jí)判定權(quán)重系數(shù)的組合預(yù)測(cè)方法，相比較的單一的定量預(yù)測(cè)方法，可以在一定程度程度上減少預(yù)測(cè)誤差，提高預(yù)測(cè)精度，對(duì)物流量預(yù)測(cè)據(jù)有一定的實(shí)際意義和價(jià)值。

同時(shí)，基于優(yōu)先級(jí)判定權(quán)重系數(shù)的組合預(yù)測(cè)方法在對(duì)權(quán)重的處理上，摒除了人的主觀因素，預(yù)測(cè)結(jié)果相對(duì)比較客觀。

參考文獻(xiàn)：

[1]譚貴軍，史峰，羅端高.一種物流量的變權(quán)組合預(yù)測(cè)方法及應(yīng)用[J].系統(tǒng)工程理論與方法，2009，9（2）：105-109.

[2] 汪宇瀚.預(yù)測(cè)物流需求的一元線性回歸分析法[J].商場(chǎng)現(xiàn)代化，2006（34）：129.

[3] 李琦.物流需求預(yù)測(cè)中移動(dòng)平均法應(yīng)用分析[J].中國(guó)商貿(mào)，2011（2）：139-140.

[4] Bunn D.Forecasting with more than one model[J].Journal of Forecasting，1989，8（3）：161-166.

[5]王蘇斌，鄭海濤，邵謙謙.SPSS統(tǒng)計(jì)分析[M].北京：機(jī)械工業(yè)出版社，2003.

作者簡(jiǎn)介：

李亞南（1989-），女，漢族，河南鄧州人，研究方向：物流信息技術(shù)。