最優(yōu)定權(quán)組合預(yù)測模型在區(qū)域物流量預(yù)測中的應(yīng)用

李琴琴

摘 要：為實現(xiàn)對區(qū)域物流量的準確預(yù)測，本文采用多元線性回歸法、二次指數(shù)平滑法、灰色預(yù)測模型分別進行物流量的預(yù)測，運用最優(yōu)定權(quán)組合預(yù)測模型，在單項預(yù)測方法預(yù)測結(jié)果的基礎(chǔ)上，以組合誤差平方和最小為原則，求得各方法的最優(yōu)定權(quán)系數(shù)，組合求解得到最終預(yù)測值，以此為區(qū)域物流發(fā)展規(guī)劃提供依據(jù)。

關(guān)鍵詞：區(qū)域物流量；多元線性回歸法；二次指數(shù)平滑法；灰色預(yù)測模型；組合預(yù)測模型

中圖分類號：F250 文獻標識碼：A

Abstract： In order to realize the accurate estimation for the logistics needs of the region， the thesis use multiple linear regression、double expontial smoothing、grey forecasting model for logistics volume prediction， on basis of these，using the optimal weighting combination model， the principle is to make the least sum of combined square error for each method， getting the optimal weighting coefficients of each method and the finally predicted results， which provide the basis for regional logistics development planning.

Key words： forecast logistics amount； multiple linear regression； double expontial smoothing； grey forecasting model； weighting combination model

在當今經(jīng)濟全球化快速發(fā)展的大背景下，被稱為“第三利潤源泉”的物流業(yè)成為我國經(jīng)濟發(fā)展重要的產(chǎn)業(yè)和新的經(jīng)濟增長點，備受關(guān)注。2015年《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃的建議》中，從國家戰(zhàn)略發(fā)展的高度三次提到“物流”，此外各地區(qū)在“十三五”規(guī)劃的研究工作中也高度重視物流業(yè)的發(fā)展規(guī)劃。但是，由于我國物流產(chǎn)業(yè)還處于起步階段，大部分地區(qū)沒有物流統(tǒng)計的歷史數(shù)據(jù)，大都用貨運量代替物流量[1]，影響預(yù)測的準確性；具有歷史統(tǒng)計數(shù)據(jù)的地區(qū)，如果僅利用單一的預(yù)測方法進行預(yù)測，結(jié)果又存在相對較大的誤差。本文采用最優(yōu)定權(quán)組合預(yù)測方法[2]，將多種預(yù)測方法進行組合求解，大大提升了預(yù)測的準確性。采用多元線性預(yù)測的方法[3]，通過對區(qū)域經(jīng)濟發(fā)展情況的預(yù)測分析，進而對區(qū)域物流量進行預(yù)測，規(guī)避沒有歷史物流量統(tǒng)計數(shù)據(jù)帶來的弊端；利用指數(shù)平滑法和灰色預(yù)測模型[4-6]從一組歷史時間序列數(shù)據(jù)中挖掘有用的信息，尋求物流量本身的變化規(guī)律，并據(jù)此建立定量分析的數(shù)學模型，來預(yù)測未來年度的貨運量；最后，利用最優(yōu)定權(quán)組合預(yù)測模型，將上述三種方法根據(jù)組合誤差平方和最小為原則[7]，確定單項預(yù)測方法的最優(yōu)加權(quán)系數(shù)，進行加權(quán)求和，得到預(yù)測結(jié)果，規(guī)避了單一預(yù)測方法誤差較大的弊端。

1 區(qū)域物流量預(yù)測方法

區(qū)域物流量的預(yù)測方法有很多，其中包括德爾菲法（Delphi）、主觀概率法、頭腦風暴法、專家評估法、市場調(diào)查法、歷史類比法等定性分析的方法，主要適用于數(shù)據(jù)奇缺或難于做定量分析的情況；從現(xiàn)階段國內(nèi)外已有物流量預(yù)測的研究來看，常用的定性預(yù)測方法主要有（非）線性回歸法、指數(shù)平滑法、灰色預(yù)測模型、馬爾科夫分析、神經(jīng)網(wǎng)絡(luò)模型、組合預(yù)測模型等。

1.1 多元線性回歸預(yù)測方法

多元線性回歸預(yù)測法是指通過兩個或兩個以上的自變量與一個因變量的相關(guān)分析，建立預(yù)測模型進行預(yù)測的方法。當自變量與因變量之間存在線性關(guān)系時，稱為多元線性回歸分析。在區(qū)域物流量預(yù)測中，該方法經(jīng)常用于沒有歷史數(shù)據(jù)統(tǒng)計的情況下，物流量的預(yù)測只能通過對區(qū)域經(jīng)濟發(fā)展和變化、進出口額、固定資產(chǎn)投資情況等幾個主要影響因素的變動情況進行分析。

3 結(jié) 論

最優(yōu)定權(quán)組合預(yù)測方法在對地區(qū)物流量[10]進行預(yù)測時，既考慮了地區(qū)經(jīng)濟發(fā)展等因素的影響，又兼顧了單項預(yù)測方法的精準性，以組合預(yù)測誤差平方和最小為原則，充分利用了各項預(yù)測方法的優(yōu)勢，可以得到相對準確的物流量，為區(qū)域物流園區(qū)的規(guī)劃建設(shè)做出了貢獻。

參考文獻：

[1] 鄒欣，汲昌霖. 區(qū)域物流園區(qū)建設(shè)規(guī)模預(yù)測分析[J]. 鐵道運輸與經(jīng)濟，2015（10）：11-15.

[2] 張春萍，殷瑩. 基于最優(yōu)定權(quán)組合模型的物流量預(yù)測[J]. 物流工程和管理，2013（1）：86-88.

[3] 譚司庭. 基于變權(quán)組合預(yù)測方法的區(qū)域物流園區(qū)用地規(guī)模研究[D]. 長沙：中南大學（碩士學位論文），2010.

[4] 陳實. 貨運量預(yù)測方法及應(yīng)用研究[D]. 武漢：武漢理工大學（碩士學位論文），2008.

[5] 張錦. 物流系統(tǒng)規(guī)劃與設(shè)計[M]. 成都：西南交通大學出版社，2009.

[6] 鄧聚龍. 灰色系統(tǒng)理論教程[M]. 南昌：華南理工大學出版社，1990.

[7] 戴鈺. 最優(yōu)組合預(yù)測模型的構(gòu)建及其應(yīng)用研究[J]. 經(jīng)濟數(shù)學，2010（3）：93-98.

[8] 芮海田，吳群琪，袁華智，等. 基于指數(shù)平滑法和馬爾科夫模型的公路客運量預(yù)測方法[J]. 交通運輸工程學報，2013，13（4）：87-93.

[9] 四川省發(fā)展和改革委員會. 2014年四川省物流運行情況的通報[EB/OL]. （2015-02-13）[2016-03-15]. http：//www.scdrc.gov.cn/dir45/78663.htm.

[10] Sullivan W， Claycombe W. Fundamentals of Forecasting[M]. Reston： Reston Publishing， 1977.