区域物流需求预测及灰色预测模型的应用_何国华
GM模型
1111140122 经创1102 董林威 基于GM (1,1)模型的全国铁路货运量预测摘要:本文将灰色系统理论应用于全国铁路货运量预测,建立了全国铁路货运量的GM(1,1)模型,并通过残差检验、关联度检验和后验差检验等方法验证模型的可行性。
该方法预测精度高、计算速度快,非常适用于全国铁路货运量预测。
关键词:灰色预测;GM (1,1);货运量一、 引言铁路货运作为现代综合运输体系中的重要组成部分,在煤、电、油、粮食大宗货物运输等方面发挥着不可替代的作用,因而对国民经济的增长具有重大影响。
铁路货运量是评估中国GDP 增长量的重要指标之一,并与用电量、贷款发放量一起被用于分析宏观经济形势。
这三大指标又称为“克强指数”。
所以说对全国铁路货运量进行预测分析可以间接的对我国的宏观经济的走向进行分析和整体上认识预测。
同时铁路运输是一个庞大复杂的运输系统,充满了很多确定性因素和不确定因素,利用灰色预测方法能够很好的对既含有已知信息又含有不确定信息的系统进行预测,本文利用灰色预测理论建立GM (1,1)模型对全国铁路未来几年的货运量进行预测。
二、 建模实证分析1、灰色预测模型信息完全明确的系统称为白色系统,信息未知的系统称为黑色系统,部分信息明确、部分信息不明确的系统成为灰色系统。
灰色系统理论的研究对象是“部分信息已知、部分信息未知"的“小样本"、“贫信息"不确定性系统,它通过对“部分"已知信息的生产、开发实现对现实世界的确切描述和认识。
灰色预测是基于GM 模型作出的定量预测,有GM(1,1)模型、残差 模型、新陈代谢 模型、灰色Verhulst 模型、离散灰色模型等几种类型。
本文采用使用最广泛的GM(1,1)模型。
2、GM (1,1)模型设(0)(0)(0)(0)(1)(1)(1)(1)((1),(2),,,()),((1),(2),,,())X x x x n X x x x n ==称(0)()()()k Xk ax k b +=为 模型的原始形式。
基于灰色_马尔可夫链的区域物流需求预测.kdh
统计与决策2009年第16期(总第292期)摘要:文章将灰色系统理论与马尔可夫链相结合,首先建立GM(1,1)灰色模型,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分,最终预测值以概率和区间形式表现。
将该方法应用于区域物流需求的预测中,得出的预测结果更可靠,而且能够对区域物流需求的发展趋势进行宏观把握,有利于决策者的决策行为。
关键词:区域物流;需求预测;灰色预测模型;马尔可夫链;灰色-马尔可夫链方法中图分类号:F252文献标识码:A文章编号:1002-6487(2009)16-0166-02基于灰色-马尔可夫链的区域物流需求预测黄敏珍1,冯永冰2(1.西南交通大学,成都610031;2.中交桥梁技术有限公司,北京100029)现行的预测方法主要有回归分析法、时间序列法、指数平滑法和灰色系统模型法等。
这些方法在本质上都是建立原始数据的拟合模型,最大限度地提高拟合精度,并据此进行预测分析[1]。
实际上,模型的拟合精度不等于预测精度,由于事物的复杂多样性,拟合精度高并不意味着预测精度也一定高。
因此,准确地运用适合的经济预测方法是得到精确预测结果的关键。
灰色系统理论[2]把观测数据序列累加挖掘出系统潜藏的有序的指数规律,从而建立相应的预报模型。
马尔可夫链[3]适合于随机波动性较大问题的预测,能够揭示出系统受各种复杂因素影响的随机性。
用灰色GM(1,1)模型来体现其灰色性,用马尔可夫动态过程来反映系统受影响的随机性,通过两种模型的有机结合达到科学预测的目的。
1GM (1,1)模型的建模理论灰色预测模型[2]的建模过程,实质上是通过一定方法对原始的数据序列进行处理,得到规律性较强的生成数列后重新建模,由生成模型得到的数据再通过逆处理得到还原模型,再由还原模型得到预测模型。
建立GM(1,1)模型只需要一个数列Χ(0)。
设有变量为Χ(0)的原始数据序列:Χ(0)=(Χ(0)(1),Χ(0)(2),Χ(0)(3),…,Χ(0)(n))(1)一阶累加生成序列为:Χ(1)=(Χ(1)(1),Χ(1)(2),Χ(1)(3),…,Χ(1)(n))(2)式中:X (1)(i )=ik =1ΣX(0)(k),i=1,2,…,n 。
灰色预测模型在国内物流货运量预测中的应用
灰色预测模型在国内物流货运量预测中的应用作者:刘玲来源:《物流科技》2017年第04期摘要:由于在全国范围内对物流货运量的影响因素众多,数据较为庞大,统计过程较为复杂,所以存在“部分信息确定,部分信息不确定”的情况,可以运用灰色预测模型对国内物流货运量进行预测。
文章建立灰色预测模型,分析该灰色预测模型对国内物流货运量预测是否有效,模型运用是否合理,在模型运用合理结果有效的前提下,对未来的国内物流货运量进行了预测。
关键词:国内物流货运量;灰色预测模型;有效性;合理性中图分类号:U294 文献标识码:AAbstract: Due to the large number of influencing factors of logistics freight in the whole country, the data is relatively large and the statistical process is more complicated. Therefore, there is a situation that“some information is determined and some information is uncertain”, and the gray forecasting model can be used to forecast the domestic logistics. This paper establishes the grey prediction model, analyzes whether the gray forecasting model is effective for the forecasting of domestic logistics and the rational use of the model, and forecasts the future domestic freight volume under the premise that the model is reasonable and the result is effective.Key words: domestic logistics volume; gray forecasting model; effectiveness; rationality物流是一个复杂的经济现象,物流与经济之间存在双向因果关系(即互动关系)的可能,一方面物流发展推动经济增长,另一方面经济增长拉动物流发展。
灰色预测在中长期地震预报中的应用
灰色预测在中长期地震预报中的应用
何宗海
【期刊名称】《西北大学学报:自然科学版》
【年(卷),期】1991(021)003
【摘要】本文利用灰色系统理论中数列预测的GM(1.1)模型,对华北地区地震活动第四活跃期的Ms≥7.0的地震进行了预测,结果表明,华北地区下一次Ms≥7.0的地震,时间约在2007年左右,其震级约为7.5级。
上述方法和结果可以作为中长期地震预测工作的参考。
【总页数】4页(P43-46)
【作者】何宗海
【作者单位】无
【正文语种】中文
【中图分类】P315.7
【相关文献】
1.灾变预测在中长期地震预报中的应用 [J], 李华晔;刘汉东
2.中长期电量灰色预测中数据预处理方法研究 [J], 郑雅楠;单葆国;顾宇桂;李庚银
3.中长期电力负荷预测的几种灰色预测模型的比较及应用 [J], 张莉;吉培荣;杜爱华;何其新
4.模糊聚类分析在南北带北段中长期地震预报中的应用 [J], 狄秀玲;王彩云
5.极值分布区间估计在中长期地震预报中的应用 [J], 徐人平;傅惠民
因版权原因,仅展示原文概要,查看原文内容请购买。
灰色预测模型在区域物流需求预测中的应用
灰色预测模型在区域物流需求预测中的应用作者:黄敏珍冯永冰来源:《物流科技》2009年第03期摘要:区域物流需求属于派生需求,由区域经济发展水平决定,对区域经济的发展具有服务引导作用。
灰色预测模型具有对数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。
文章介绍了灰色预测模型以及在区域物流需求中应用,并结合实例进行了应用研究,通过误差检验,灰色预测模型具有较高的预测精度, 是一种非常实用的预测方法。
关键词:区域物流;需求预测;灰色预测模型中图分类号:F224文献标识码;BAbstract: The regional logistics requirements belong to derived requirements, it's decided by the level of regional economy. And it provides service and guidance for regional economy development. The grey prediction model is the best method of the forecast of regional logistics requirement, because it needs less data and is accurate for middle and short periodic forecast. The grey prediction model and its application to predict regional logistics are introduced. The model is used in the example application. It uses the forecasted message and old model to make the error analysis. An actual application of the logistics scale prediction is made to illustrate the effectiveness of the grey model. This method is very effective.Key words: regional logistics;prediction requirements;grey prediction model摘要:区域物流需求属于派生需求,由区域经济发展水平决定,对区域经济的发展具有服务引导作用。
区域物流需求预测及灰色预测模型的应用
Vo . NO. I7 1
Jn 20 a .0 8
区域 物 流需 求 预测及 灰 色 预测模 型 的应用
何 国 华
( 华 大 学 建筑 学院 , 区域 物 流 需求预 测是 区域 物 流规 划 和 决策 的 前提 , 区域 物 流 需 求 属 于派 生 需 求 , 区域 经 济 发 展 水 平 决 定 , 由
因此 区域物 流 需 求预 测 的 范围 除物 流 需求 本 身 内容 以外 , 物 流 需求 紧 密相 关 的 各 个 经济 指 标 也 属 于 区域 物 流 需求 与 预 测 的范畴 。 区域 物 流 需求预 测 有 多种 预 测方 法 , 中灰 色预 测 模 型 具 有 时 数 据 要 求 限 制 少 、 其 中短 期 预 测 精 准 等 特 点 , 别 适合 区域物 流 需 求的预 测 。 本文 从 区域 物 流 需求 预测 内容 、 标 选择 和 预 测 方 法 三 方 面进 行 了 系统研 究 , 特 指 首 次全 面 综合 地提 出 了区域 物 流 需求预 测 的 内容 及 其对 应 的评 价 指标 , 预 测模 型 的 实 际应 用上 具 有一 定 的创 新 。 在
HE Gu — u oh a
( h o o c i cue c S o l fArht tr ,Tsn h aUnv riy B in 0 0 4,Chn ) e ig u iest , ej g 1 0 8 i ia
Ab t a t Thef r c s fr gin llgitc e u r me t s t r c ndto f r gon llg sis p a sr c : o e a to e o a o s is r q ie n s i he p e o iin o e i a o itc ln— nn i g.Th e ina o itc e ur me t eo g t e i e e u r me t ,I ’ e ie h e e f e r go llg sis r q ie n sb l n o d rv d r q ie n s t S d cd d by t e lv lo r g o a c n my.S h a g ft e f r c s fr g o a o s is r q ie n s i cu e n t o l he e i n le o o o t e r n e o h o e a to e i n llgitc e u r me t n l d o n y t lg sisr q ie nt tef utas me t r to c n my.Th t od o h o e a to e in l o itc e u r me sis l,b lo s o a ge fe o o e me h ft e f r c s fr go a lg sisr q ie nti li l o itc e u r me smu tf d,b t t e e c i o e s t e tm eho e a s t n e o u he Gr y Pr diton M d li he b s t d b c u e i e ds ls aa a d i c u a e f rmi d e a d s o t p ro c f e a t e sd t n s a c r t o d l n h r e idi or c s .Th a e a t d e h o t n s, e p p r h s s u id t e c n e t c o c ft r e n t o ft e f r c s fr g o a o itc e u r me s h ieo a g ta d me h d o h o e a to e i n ll gs is r q ie nt .Th a e a r d c d e p p rh sp o u e s n he ia l h o t n sa d t ec r e p n i g t r e ft o e a to e ina o itc e ur me t y t tc l t ec n e t n h o r s o d n a g to hef r c s n r go llgs isr q ie n s y f rt e frttme a d i h ss me i o a i n i p lc t ff r c s d 1 o h is i n t a o nn v to n a p ia i o o e a tmo e . on
物流需求预测研究分析基于灰色预测法
物流需求预测研究分析基于灰色预测法RUSER redacted on the night of December 17,2020山东交通学院2008届毕业生毕业论文(设计)物流需求预测研究分析院(系)别交通与物流工程系专业物流工程届别2004届学号姓名指导教师山东交通学院教务处二○○八年三月原创声明本人刘冲郑重声明:所呈交的论文“物流需求预测研究分析”,是本人在导师的指导下开展研究工作所取得的成果。
除文中特别加以标注和致谢的地方外,论文中不包含任何其他个人或集体已经发表或撰写过的研究成果,对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明,本人完全意识到本声明的法律后果,尊重知识产权,并愿为此承担一切法律责任。
论文作者(签字):日期:2008年6月5日摘要物流作为一个新兴的产业,已经成为社会经济发展的重要建设要素。
物流的需求与预测作为物流发展的一个重要的课题,也已经成为众多企业和专家研究的重点。
本文首先阐述了在对国内外研究现状和论文的研究意义进行了一些总结,简单地介绍了物流需求预测相关理论,并探讨简单总结了一些比较常用的预测方法。
然后,重点讨论了灰色预测方法的概念和其在物流需求预测中的应用,介绍了几种基本的灰色预测模型。
随后,通过对2000~2005年安民物流公司业务量的系统分析,运用灰色系统理论,建立了一系列的灰色预测模型,对未来五年的业务量进行了预测。
最后,通过对不同模型的预测结果的进行了比较分析,得到了公司业务量较为合理的预测模型。
实验表明最终的预测模型是合理、有效的。
灰色系统理论应用于物流需求预测,建模方法简单,精度较高,具有一定的理论依据和现实意义。
关键词:物流,需求预测,灰色理论AbstractLogistics as an emerging industry, has become an important socio-economic development of building elements. Logistics and forecast the demand for logistics development as an important issue, many enterprises have also become the focus of the study and experts.First of all issues on the domestic and international research papers on the status and significance of a number of summary, the logistics demand forecast on the theory and simple summed up some of the more commonly used method of forecasting. Focused on the grey forecasting methods and the concept of logistics in its prediction of demand on several basic grey model. By 2000 to 2005 for all of the logistics business systems analysis, the use of grey system theory, the establishment of a series of grey model, the volume of business in the next five years to predict. Finally, the different models predict the results of a comparative analysis, the company's business volume is more reasonable prediction model. Experiments show that the final prediction model is a reasonable and effective.Grey theory applied in the logistics system to forecast demand, modeling method is simple, high precision, has a theoretical basis and practical significance.你的翻译有挺多地方不通顺,调整完中文摘要再翻译一下,然后在疏通疏通就好了。
灰色预测模型在物流预测中的应用研究_以四川省为例_孙艳玲
145《商场现代化》2007年1月(上旬刊)总第490期为避免纠纷和责任推卸作好准备。
(2)对实施物流外包的企业在成本、效率等方面对实施资源外取的效果做出衡量,这些标准的制定大多可以参照原来在内部开展这些业务时的评价标准。
物流外包的实施往往会给企业带来外协方面的新职能和业务,从而形成一批专事于此的人员,对于这些人员的工作绩效也要制订相关的标准。
(3)外包绩效评估和衡量机制不能保持一成不变,而是应该不断更新以适应企业总体战略的需要。
6.利用第四方物流整合外包管理。
在物流外包的实际运作中,第三方物流商往往只能局限于运输和仓储等物流作业环节,缺乏对整个供应链进行运作的战略性专长和真正整合供应链流程的相关技术,因而无法为服务的企业实现长期持续的节约和竞争能力的提升。
而第四方物流是“供应链的集成商”,关注的是整个供应链物流系统的有效运作。
它通过其影响整个供应链的能力,将整个企业的供应链完全集成在一起,通过提高运作效率、改进操作流程,以及发挥供应链职能中的整体“外包”职能,实现整体资源的节省,并能为客户提供独特的和广泛的供应链解决方案,大幅提高客户服务质量,为其客户实现更大的价值。
因此,对物流外包企业通过引入第四方物流的方式,不失为一种好的外包管理策略,它不仅大大减少了物流外包的监控成本,同时因其供应链整体解决方案的能力,也可有效规避物流外包的不确定性和风险。
7.规范外包合同的签订与执行管理。
合同是防范物流外包风险防范的关键环节之一,合同在外包过程中具有极其重要的制衡作用。
因此在草拟合同、谈判、直至签署的这一阶段,双方之间反复的磋商是必不可少的。
为规避风险,企业需要挑选最适合的人员来签订合同,谈判小组应由物流主管牵头,包括各种专家,如律师、公司财务顾问、风险管理人员等。
在合同执行阶段,要确保在企业内部留有足够的物流管理人员和风险管理人员依据外包合同对外包执行状况进行管理,不能过深地依赖物流服务商的专家或员工,陷入过分依赖物流商的风险。
灰色预测模型在煤矿物流需求预测上的应用
经营与管理TECHNOLOGYANDMARKETVol.28,No.5,2021灰色预测模型在煤矿物流需求预测上的应用张世伟(枣庄矿业(集团)有限责任公司物流中心化建部,山东枣庄277100)摘 要:对物流需求进行科学预测,有助于降低物流管理的整体成本,彰显物理管理对企业经济增长的贡献价值。
在对物流需求理论和物流需求预测的影响因素进行综合阐述的基础上,介绍了灰色系统理论,并就灰色预测模型在煤矿物流需求预测上的具体应用做出具体阐述,并立足于某能源基地,借助于灰色预测模型对煤矿需求量进行预测,结果较为准确,可作为预测煤矿需求的参考依据。
关键词:灰色预测模型;煤矿企业;物流需求;预测doi:10.3969/j.issn.1006-8554.2021.05.069 引言近年来现代物流行业已经形成先进的组织形式,具有较高的运行效率和卓越的管理技巧,在产品生产到配送的全过程发挥着不可忽视的作用,对降低物料成本和提升劳动生产率大有裨益,被称为“第三利润源泉”。
精准预测物流需求,有助于实现对物流市场信息的全面整合,明确影响物流需求变化的相关因素,找出相关因素之间的关联,通过建模和经验谈判的方式,借助于反映市场需求的指标,对物流需求的未来发展态势进行科学预测。
与此同时,精准预测物流需求还有助于促进物流设施的合理配置,提升企业物流系统构建的合理性,是企业稳定发展的根基所在。
因此,企业应以系统化的物流管理计划傍身,对物流信息进行分析和预测,为其他经营管理活动提供帮助。
物流需求预测1 1 需求预测需求预测是指结合以往的数据信息,借助于适宜的方法对未来发展状况进行预测,由于未来发展状况具有随机性的特点,存在较多的突发性事件。
因此,并不能实现绝对精准的预测。
企业在需求预测的同时,能够明确产品在未来一定期限内的需求期望值,并经由对需求预测结果的分析,对战略发展计划作出科学调整。
基于这一层面进行审视,需求预测在一定程度上影响了企业的生产决策,原因是企业生产运营的初衷在于向社会输出产品和服务。
区域物流需求预测及灰色预测模型的应用_何国华
三、 区域物流需求预测方法研究
物流需求预测 , 就是利用历史的资料和市场信 息 , 运用适当的方法和技巧 , 对未来的物流需求状况 进行科学的分析 、 估算和推断 。 预测的任务是寻求 研究对象发展变化的规律 , 预测主要依据是惯性原 理、 类推原 理和相关原理[ 3] 。 依据不同的原 理 , 预 测方法主要有时间序列分析和因果分析两大类 。 在 物流需求预测的各种方法中应用较广的主要有增长 率预测法 、 指数平滑法 、灰色预测法 、回归分析法和 弹性系数预测法 , 前三种预测方法属于时间序列分 析 的方 法 , 后 两 种 预 测 方 法 属 于 因果 分 析 的 方 法[ 4] 。 下面将重点介绍 灰色预测模型 在区域物流 需求预测中的应用 。 ( 一) 灰色预测模型 灰色数学研究的对象是 “ 小样本” 、 “ 贫信息” 的 不确定信息 , 对数据及其分布的限制要求小 , 一般利 用时间序列数据 , 通过 GM ( 1 , 1) 模型进行预测 。 该 方法不但预测精度高 , 而且可以进行长期预测 , 用累 加生成拟合微分方程 , 符合能量系统的变化规律 。 影响区域物流需求量的一个重要因素是该地区 的经济发展状况 , 而地区经济发展是一个多层次 、 多 因素的复杂系统 , 物流需求量仅仅是这个系统的一 个综合反映 , 它与系统各层次 、各因素 的关系很复 杂 , 无法用定量关系确切描述 , 但是在系统各层次 、 各因素相对稳定的情况下 , 可以从一组时间序列数 据中挖掘有用的信息 , 寻求物流量本身的变化规律 , 并据此建立定量分析的数学模型 , 来预测未来年度 区域的货运量 。 灰色系统理论首先对原始数据进行生产处理 , 经生成处理后就可从表面上无序的数据序列中发现 其内在规律性[ 5] 。 GM ( 1 , 1) 模型是最常用的灰色
灰色预测模型在物流预测中的应用研究——以四川省为例
规范物流外包合同的签订与执行管理 ,不仅要周密考虑物流外包 模型 ,并以此作 为物流需求量的预 测模型 。 的技术、 经济、 法律等环境因素 . 而且应将其具体量化为合同指标. 并 () 1 建模过程 。设有原始数列 :泖() ‘(。∞ 2…, ( 七 = 。1 ’ ) ’) ( , 且合同签订与实施的程序也应规范化。 同时合同条款中还应包括约束与 第 一步 ,基于 光 滑离 散 数据 列递 增 指数 律 的思 想 ,生 成 激励机制 .以最大限度降低物流外包的风险。 的数列 比原始 数列 的 指数 递增 规律 性 要强 .并且 弱化 了原 始 企业迫于市场竞争和成本的压力 选择将物流外包以专心发展其 数列 的随机 性 。 因此 .对 《()作一 次 累加 ,生成 新数 列 : 七 十J 玄 能力优势. 正在成为制造企业物流营运的主流模式。 然而. 物流外 包的风险时时存在或潜藏. 而且不同的企业在实施物流外包的过程中.
的现 实意义 。
一
第二步 .确定数 据矩 阵 B .Y .
一
0 ∞ ) ( l 0+ 2 )
0 m( + ‘( l 2 3 5 ) ’)
:
( 2 ) y= _
(() ∞2
参考 文献 :
[】 詹姆士 - 斯托 克,道格拉斯 ・ 兰伯特 ,邵晓峰等 1 美] [ R・ M. 译: 战略物流 管理[]北京:中国财政 经济 出版社 ,2 0 M. 05
目前灰色预测模型在国民经济预测中得到 了一定程度 的应用 , 的关键环节之一, 合同在外包过程中具有极其重要的制衡作用。 因此在 性。
草拟合同、 谈判、 直至签署的这一阶段. 双方之间反复的磋商是必不可 实践证明其预测精度比较好。 2 灰色预测模型 . 少的。 为规避风险 , 企业辩要挑选最适合的人员来签订合同. 谈判小组
物流需求量灰色—马尔科夫链预测模型分析研究
物流需求量灰色—马尔科夫链预测模型分析研究作者:刘春月来源:《物流科技》2016年第10期摘要:物流企业最优资源配置受物流需求量的影响,建立精确的物流需求预测模型是关键。
针对单一物流需求量预测方法预测精度不高的问题,提出了马尔科夫链—灰色预测模型,鉴于运输在物流系统中的重要地位及数据的可得性,将货运量作为代表物流需求的指标。
以淮安1996~2014年货运量作为基础数据,对淮安物流需求量进行定量预测。
结果显示,马尔科夫链—灰色预测模型预测精度比单一预测模型的预测精度有很大提高,验证了该模型的有效性。
关键词:灰色;马尔科夫;货运量中图分类号:F250 文献标识码:AAbstract: The best enterprise resource allocation of logistics is affected by logistics demand. The key problem is building the forecasting model of logistics demand. Grey-Markov chain is put forward according to the problem of low prediction accuracy based on single forecasting model. In view of the importance of transportation in logistics system and the availability of data, this paper forecast the logistics demand of Huaian quantitatively with freight volume as the index and the historical data of the period form 1996 to 2014 as the sample. The results showed that the model based on Grey-Markov chain forecasting accuracy is higher than single forecasting model prediction accuracy. The validity of the model is verified.Key words: grey; Markov chain; freight volume0 引言实现物流企业资源最优配置的前提是准确预测分析物流需求。
基于灰色线性组合模型的农产品物流需求预测
基于灰色线性组合模型的农产品物流需求预测李夏培【摘要】To investigate the agricultural logistics demand of Beijing,this paper builds a grey linear combination model by adopting the ant colony algorithm to find the weight of a single model with matlab and theGM(1,1)model.Based on the grey linear combination model,the paper predicts the demand of Beijing agricultural products logistics during the 13th Five-Year Plan.The results indicate that the agricultural products logistics demand of Beijing will increase steadily during the 13th Five-Year Plan.Therefore,it is argued that,in order to balance the supply and demand of Beij ing agricul-tural products logistics,the supply of agricultural products should be increased by improving the agri-cultural products logistics infrastructure construction,supporting the development of agricultural product logistics enterprises,and strengthening the government macro-control.The research also proves that the grey linear combination model shows a better fitting degree,evidently outweighing the other traditional models.%以北京市农产品物流需求为研究对象,采用灰色GM(1,1)模型为基本方法,使用 Matlab 软件,借助蚁群算法求出了单个模型的权数,构建出灰色线性组合模型,对"十三五"时期北京市农产品的物流需求进行预测。
基于灰色预测模型与季节指数的区域物流需求预测
1引言物流需求是指在一定时期和一定区域空间范围内由于生产或消费而引起的实物、原材料、半成品、成品、商品、废弃物或退货在时间和空间上对运输、包装、库存、装卸、配送、流通加工及信息处理等活动需求的总和。
物流需求的指标体系有实物量体系(如货运量、货物周转量、库存量、加工量等)和价值量体系(如物流成本、物流收入、供应链增值等)[1]。
目前,我国发展和改革委员会发布的物流统计信息中有社会物流总费用、物流业增加值、社会物流总额、货运总量、货运周转量、规模以上港口货物吞吐量、港口集装箱吞吐量、物流相关行业固定资产投资八个主要指标。
我国对这几个指标的统计工作目前处于起步阶段,而黑龙江省的统计从2008年才开始。
但一个区域的物流业发展离不开对物流需求的预测,因此,本文以哈尔滨市为例,选取货运量作为物流需求预测的指标。
灰色系统理论是我国邓聚龙教授提出的一种贫信息情况下的理论。
灰色模型(又叫GM (1,1)模型)是灰色系统理论的核心之一。
其表达简洁,便于理解,目前在国民经济预测中得到了一定程度的应用。
我国有一些学者用灰色模型的方法对我国或某些地区的物流需求作了预测。
陈森等对我国总的物流货运量作了预测。
孙艳玲对四川省的货物周转量作了预测[2]。
唐振龙等对河北省的物流需求作了预测[3]。
孙建丰等对福建省的物流需求作了预测[4]。
但是,灰色预测模型并不能反映一个区域物流需求随季节变化的情况。
哈大齐工业走廊地处我国东北部,全年有一半的时间气温非常低,对经济的发展及物流产业有一定影响。
如果仅仅用灰色预测模型来预测物流需求,就不能反映这种季节的影响。
本文将灰色预测模型与季节指数模型相结合,并以哈尔滨市为例,进行物流需求的预测。
2灰色预测模型的基本建模过程灰色预测模型的基本建模过程如下:若有n 个原始数据,则原始序列为x k (0),而x k (0)=(x 1(0),x 2(0),…,x n (0))。
相应地,累加生成序列为x k (1),有(1)累加生成序列必须是平滑的。
应用灰色预测模型预测六安市物流需求
应用灰色预测模型预测六安市物流需求胡世清;刘圣春【期刊名称】《安庆师范学院学报(自然科学版)》【年(卷),期】2013(000)003【摘要】This paper selects Lu'an City Cargo as logistics demand in recent years, the gray prediction GM (1,1) model to forecast the logistics demand of the city in the next few years , and then to provide a reference for the development of the logistics industry in decision-making in Lu'an City, and give recommendations.%本文选取六安市近几年货运量作为物流需求量,利用灰色预测 GM(1,1)模型对未来几年全市物流需求量进行预测,为六安市物流业发展决策提供参考,并给出建议。
【总页数】3页(P38-40)【作者】胡世清;刘圣春【作者单位】安徽国防科技职业学院,安徽六安,237011;安徽国防科技职业学院,安徽六安,237011【正文语种】中文【中图分类】N941.5【相关文献】1.简介灰色预测模型在物流需求预测中的应用 [J], 蒋志清2.简介灰色预测模型在物流需求预测中的应用 [J], 蒋志清3.灰色预测模型在煤矿物流需求预测上的应用 [J], 郭健4.灰色预测在物流需求预测中的应用分析——以徐州地区为例 [J], 耿波;赵爱文5.灰色预测模型在煤矿物流需求预测上的应用 [J], 张世伟因版权原因,仅展示原文概要,查看原文内容请购买。
基于灰色预测模型的广西物流需求预测
基于灰色预测模型的广西物流需求预测[摘要]本文运用灰色GM(1,1) 预测模型理论,根据统计数据建立了物流需求量模型并对广西未来几年物流需求规模进行了预测,在一定程度上能够为广西物流业发展提供定量依据。
预测结果表明广西物流需求呈稳定增长的态势。
[关键词]GM(1,1)模型;物流需求;预测1引言现代物流作为一种对产品从生产到消费进行高效率的组织和管理的方式,被广泛认为是继生产和营销之后的“第三利润源泉”。
物流产业作为许多国家国民经济的重要组成部分和工业化进程中最为经济的服务模式,正在全球范围内迅速发展,成为一个具有巨大发展潜力的新兴产业。
广西发展现代物流具有优越的条件。
一是得天独厚的港口条件。
广西北部湾港口资源丰富,防城港、钦州港、北海港和铁山港构成广西沿海地区的天然深水港口群,具有建设3亿吨综合性大港口的自然条件。
二是区位优势。
广西地处中国—东盟自由贸易区,是中国面向东盟的桥头堡和对外开放的重要窗口,是泛珠三角经济圈和大西南经济圈的中心结合部,是西南地区重要的运输枢纽、出海通道。
三是政治和政策优势。
随着内地与香港更紧密经贸关系安排(CEPA)的签署、中国—东盟自由贸易区(CAFIA)的实质性启动、泛珠三角地区经济合作(PECO)的出台,广西迎来了千载难逢的发展现代物流的战略性机会。
另外,广西是我国唯一可以享受东部沿海开放地区、西部大开发以及民族自治三方面优惠政策的省份,这为广西现代物流的发展创造了其他省份所没有的良好的政策环境。
在现代物流规划过程中,物流需求分析是很重要的的环节。
通过物流分析,可以保证物流服务的供给与需求之间的相对平衡,使社会物流活动保持较高的效率与效益。
广西政府已下定决心将北部湾经济区建设成为中国—东盟物流基地、商贸基地、加工制造基地和信息交流中心。
建成的北部湾经济区将成为带动广西经济发展的新的增长极。
将北部湾经济区打造成“中国—东盟物流基地”,必须要考虑其所依托的整个广西的物流承载能力,科学合理地建设物流园区,使物流产业能适应广西经济发展的需要。
基于灰色系统理论的茂名市物流需求预测分析
基于灰色系统理论的茂名市物流需求预测分析罗永华;何忠伟【摘要】物流产业发展规划的制定、物流基础设施建设的可行性研究等都需要有确切的物流需求数据作为依据.因此,建立科学合理的预测模型对物流需求进行定量预测,就显得尤为重要.通过建立GM(1,1)来对茂名物流需求量进行定量预测,同时根据预测结果提出相应的对策,试图为茂名市政府制定物流决策提供一定的参考.【期刊名称】《物流科技》【年(卷),期】2010(033)007【总页数】3页(P19-21)【关键词】灰模型;物流需求;预测【作者】罗永华;何忠伟【作者单位】茂名学院,经济管理学院,广东,茂名,525000;北京农学院,经济管理学院,北京,昌平,102206【正文语种】中文【中图分类】F127茂名市地处广东省西南部,濒临南海,面向东南亚,背靠祖国大西南,其地理位置优越,交通非常便利,是我国西南乃至东南地区到港、澳、台地区和东南亚国家最近的海上通道之一。
作为中国南方最大的石化生产基地和中国最大的水果生产基地及北运菜基地,每年都有巨额的石化物质及农产品进出。
为了充分发挥本地区位优势和资源优势,结合国家颁布的《物流业调整和振兴规划》和《广东省东西两冀经济发展战略》及《珠江三角洲地区改革发展规划纲要(2008-2020年)》,茂名市启动了茂名港博贺新港物流基地、公馆石化物流基地等规划与建设,各类物流基础设施的建设与完善也在逐步推进,茂名物流业的发展前景看好。
但是,物流产业发展规划的制定、物流基础设施的建设的可行性研究等都缺乏物流需求的定量依据,这势必会影响物流规划的针对性不强及基础设施重复建设等问题,从而阻碍物流产业的持续健康发展。
因此,建立科学合理的预测模型对物流需求进行定量预测,就显得尤为重要。
有鉴于此,本文应用灰色系统理论,通过建立GM (1,1 )来对茂名物流需求量进行定量预测,并根据预测结果提出相应的对策,为茂名市政府进行物流决策提供参考。
GM( 1,1 )是目前比较常用的一种灰色模型(Gray Model),这是一个只含一个变量的一阶微分方程预测模型,是进行灰色预测的基础,该模型最初由邓聚龙教授提出,后经广大学者的研究推广,现已广泛应用于国民经济的各个领域,对于国民经济建设具有非常重要的指导作用。
基于灰色系统理论的黑龙江省物流需求预测分析
基于灰色系统理论的黑龙江省物流需求预测分析马萍;陈艳红【摘要】从黑龙江物流需求省情出发,运用灰色GM(1,1)预测模型理论,根据实际数据建立了黑龙江省物流需求量模型,并运用该模型对黑龙江省未来几年物流需求规模进行了预测,预测结果显示黑龙江省的物流需求呈增长之态,在一定程度上能够为黑龙江省物流业发展提供理论依据.【期刊名称】《物流科技》【年(卷),期】2010(033)003【总页数】3页(P90-92)【关键词】GM(1,1)模型;物流需求;预测【作者】马萍;陈艳红【作者单位】黑龙江八一农垦大学,黑龙江大庆163319;黑龙江八一农垦大学,黑龙江大庆163319【正文语种】中文【中图分类】F224.00 引言现代物流是运输、仓储、装卸、加工、整理、配送、信息等多方面的有机结合,形成完整的供应链,为用户提供多功能、一体化的综合性服务。
现代物流作为一种对产品从生产到消费进行高效率的计划、管理、配送先进组织方式和管理技术,被广泛认为是企业在降低物资消耗、提高劳动生产率以外的重要源泉,已经成为企业和社会“第三利润源泉”。
黑龙江省作为我国重要的商品粮、能源、原材料、重化工业基地和东北亚地区的中心,在市场竞争日益加剧的情况下,企业为了降低成本,提高企业竞争力、调整与优化产业结构、推动区域经济的分工与协作、改善投资环境,发展现代物流有着重大的意义。
尽管黑龙江省的物流业经过多年的快速发展,已经具备了相当的规模,但总体上还有许多方面不能适应市场经济发展的需要,物流效率和效益不高,与国际先进和国内发达省区相比差距较大。
为了推动黑龙江省现代物流业的发展,科学合理地建设物流园区,使物流业能够适应经济发展的需要,对黑龙江省历史物流需求量进行分析和对未来物流需求量进行预测是非常必要的。
1 预测指标的选取物流需求是指一定时期和一定区域范围内,由社会经济活动所引起的实物(如原材料、成品和半成品、商品以及废弃物)在空间、时间上对运输、库存、包装、装卸搬运、流通加工以及与之相关的信息处理等物流活动需求的总和。
基于IOWA算子的灰色-多项式组合模型在武汉市物流需求预测中的应用
基于IOWA算子的灰色-多项式组合模型在武汉市物流需求预测中的应用秦晋栋【摘要】针对2002~2009年武汉市物流需求的数据,采用灰色GM(1,1)模型和多项式拟合模型两种单项预测模型对数据进行建模预测.并结合组合预测理论,采用基于IOWA算子的组合预测模型进行预测,结果表明基于诱导有序加权平均算子的组合预测模型的预测精度明显高于两种单项预测方法,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010~2012年的武汉市物流需求作出预测.【期刊名称】《物流科技》【年(卷),期】2011(034)004【总页数】4页(P41-44)【关键词】灰色预测;多项式预测;IOWA算子;组合预测【作者】秦晋栋【作者单位】武汉理工大学,管理学院,湖北,武汉,430070【正文语种】中文【中图分类】F224随着国民经济的迅猛发展,作为“黄金产业”的现代物流业在国民经济中已占据了重要的地位,并迅速向各个领域渗透。
素有“九省通衢”美誉的武汉作为中部崛起的重要战略支点和区域物流中心,科学合理地对物流需求进行预测,可以准确地掌握未来物流需求的总体趋势,为政府部门制定物流发展规划提供可靠的决策依据,对推进武汉城市圈的经济建设和带动区域物流发展有着重要的现实意义。
本文中将采用综合货运量作为衡量物流需求的指标,根据2002~2009年武汉市综合货运量的统计数据,采用基于IOWA算子的组合预测方法对武汉市物流需求进行预测。
1969年,Grange和Bate[1]两位知名学者首次提出了组合预测的概念。
所谓组合预测是指综合运用各单项预测方法,充分利用各种预测方法所提供的信息,对复杂系统进行科学、合理、有效的预测。
组合预测方法能够最大限度地整合各种单项预测方法,避免由于采用单项预测所导致的信息丢失。
本文所采用的诱导有序信息集结算子(IOWA)的组合预测方法[2-3]是一种预测精度较高的组合预测方法,该方法通过对每种单项方法在样本区间上各个时点的拟合精度的高低按顺序赋权,以误差平方和最小为准则进行组合预测。
泊松分布灰色理论在物流需求预测中的应用
Application Research of Poisson Distribution Grey Theory in Logistics Demand Forecasting
YAN Juan1 , LI Ping2
( 1. Network Center,Henan Normal University,Xinxiang Henan 453007 ,China; 2. Zhengzhou University of Light Industry, Zhengzhou Henan 450002 ,China) ABSTRACT: This article mainly aims at the requirement forecasting of logistics data and nonlinear characteristic. Aiming at this problem,this paper put forward a new Poisson distribution based neural network forecasting algorithm. The method first employed a Poisson distribution algorithm for the logistics of the overall demand for classification, and then used the gray theory algorithm for the selection of logistics demand influence factor to predict the demand for logistics in real - tim. Simulation and experimental results show that the logistics demand forecast method is better than the traditional gray theory,and BP neural network prediction model has higher prediction accuracy,effectively improves the regional logistics demand forecast accuracy,and has a certain practical value. KEYWORDS: Poisson distribution; Regional logistics; Grey theory; Neural network; Forecast precision 最小化原则和大数定理的机器学习方法, 要求数据样本大, 但区域经济发展刚起步, 获得历史数据属于典型小样本数 据, 往往不能满足大样本这一要求, 因此在实际预测过程中, 预测结果易出现过拟合 、 泛化能力差等缺陷。 本文主要针对物流需求预测中存在数据小以及非线性 针对该问题, 提出了一种新的基于泊松分布的神经网 特点, 络需求预测算法。 方法首先采用了泊松分布算法对物流的 整体需求进行分类, 然后采用 RBF 神经网络算法选择物流 对物流的需求进行实时的预测, 仿真结果表 需求影响因子, 明, 提出的物流需求预测方法比传统的 BP 神经网络具有更 高的预测精确度, 有效的提高了区域物流需求的预测的准确 度, 具有一定的实际应用价值 。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
区域物流需求预测及灰色预测模型的应用何 国 华(清华大学建筑学院,北京100084)摘 要:区域物流需求预测是区域物流规划和决策的前提,区域物流需求属于派生需求,由区域经济发展水平决定,因此区域物流需求预测的范围除物流需求本身内容以外,与物流需求紧密相关的各个经济指标也属于区域物流需求预测的范畴。
区域物流需求预测有多种预测方法,其中灰色预测模型具有对数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。
本文从区域物流需求预测内容、指标选择和预测方法三方面进行了系统研究,首次全面综合地提出了区域物流需求预测的内容及其对应的评价指标,在预测模型的实际应用上具有一定的创新。
关键词:区域物流;需求预测;灰色预测模型中图分类号:F252.21 文献标识码:A 文章编号:1672-8106(2008)01-0033-05Forecast of Regional Logistics Requirements andApplication of Grey Prediction ModelHE Guo -hua(School of Ar chitecture,T sing hua U niversit y,Beijing 100084,China)Abstract:T he forecast of regional logistics requirements is the precondition of reg ional log istics plan -ning.The reg ional logistics requirements belong to derived requirem ents.It .s decided by the level ofregional economy.So the range of the forecast of regional log istics requirements include not only the logistics requirements itself,but also some target of economy.T he method of the forecast of reg ional logistics requirement is multifold,but the Grey Prediction Model is the best method because it needs less data and is accurate for m iddle and short periodic forecast.T he paper has studied the contents,choice of targ et and method of the forecast of reg ional logistics requirements.The paper has produced sy nthetically the contents and the corresponding target of the forecast on regional logistics requirements for the first time and it has some innovation in application of forecast model.Key words:regional logistics;prediction requirements;grey prediction model 收稿日期:2007-06-12基金项目:交通部西部交通建设科技资助项目(200439800060)作者简介:何国华(1980)),男,湖南人,清华大学建筑学院城市规划与设计专业博士生。
近年来,随着企业对物流/第三利润的源泉0、/经济领域未开垦的新大陆0的发现以及政府对现代物流给城市经济带来的巨大推动作用的肯定,现代物流越来越受到企业和政府的普遍重视,也成为专家和学者争相研究的热点。
然而,纵观物流研究的各个领域,尤其是区域物流研究的领域,定性研究居多,定量研究很少,导致区域物流决策中随意性比较大,主观判断居多,决策结果失去客观性和科学性。
区域物流需求的准确预测是区域物流科学决策的前提,目前,专门针对区域物流需求预测的研究很少,特别是对区域物流需求预测的内容、指标选择上,很少有人专门进行研究。
在预测方法上,大多采用平均增长率法、指数平移法、弹性系数法、回归分析法等传统方法,并且未有人对上述方法进行比较研究和优劣评判,预测方法随意选择,预测结果的准确性难以把握,因此,系统第7卷第1期2008年1月北京交通大学学报(社会科学版)Journal of Beijing Jiaotong University(Social Sciences Edit ion)Vol.7 No 11Jan.2008地对区域物流需求预测方法的研究很有必要[1]。
一、区域物流需求预测的内容区域物流的需求属于派生需求,它是由区域经济发展本身带来的[2]。
因此,与区域经济的发展密切相关。
通过对区域物流需求分析可以看出,随着区域经济总量、产业结构、资源分布等改变,区域物流需求量、物流需求结构和层次也随着发生变化,并且区域物流的需求随着经济的发展呈现明显的增长趋势,可以很明显看出区域物流需求与区域经济水平之间的极大的相关性。
因此,可以认为区域物流需求具有一定的可预测性,用区域经济的各项指标来预测区域物流需求指标也是可行的。
区域物流需求预测是对区域内尚未发生或目前尚不明确的货物作业量、来源、流向、货物构成等内容进行预先估计和推测,以便用来研究区域物流需求规模的大小和需求的层次结构,为区域物流规划提供决策和依据。
区域物流需求预测的内容包括: 11预测货流的各项内容,即作业量、来源、流向、构成比例等。
需要收集它们自身的历史和现实的资料、数据,还要对这些数据资料进行分析整理,在此基础上进行预测。
21预测物流需求主要影响因素的变化。
区域物流需求变化取决于对它产生影响的各主要因素的变化。
因此,对主要影响因素的变化也要加以预测分析,从而为推断货流变化提供依据。
包括:宏观环境的影响,如地区经济发展水平和发展速度、地区产业结构等;政策影响如有关物流业政策导向、运输系统相关政策等;各运输方式的综合影响因素,包括货运价格、货运代理市场的变化、各运输方式的成本等。
31预测物流需求规模。
即在现阶段区域经济发展水平下,区域物流需求的规模水平。
对区域物流需求规模的预测多采用定量方法进行。
二、区域物流需求指标选择区域物流需求规模指标是区域物流需求指标中最重要的指标,它反映了区域内物流产业发展和物流服务的供应,即物流需求总量的大小和水平,也是政府和企业决策者必须首先掌握的数据。
可以从不同的角度来设置区域物流需求的规模指标:(1)从货运规模角度:货运量、货运周转量;(2)从物流费用角度:社会物流总成本、物流成本占GDP的比重;(3)从固定资产投资的角度:物流固定资产投资总额;(4)从物流效益角度:物流业增加值,物流业增加值占GDP的比重;(5)从产业人员角度:物流相关行业从业人数及其占就业总人数的比例等。
三、区域物流需求预测方法研究物流需求预测,就是利用历史的资料和市场信息,运用适当的方法和技巧,对未来的物流需求状况进行科学的分析、估算和推断。
预测的任务是寻求研究对象发展变化的规律,预测主要依据是惯性原理、类推原理和相关原理[3]。
依据不同的原理,预测方法主要有时间序列分析和因果分析两大类。
在物流需求预测的各种方法中应用较广的主要有增长率预测法、指数平滑法、灰色预测法、回归分析法和弹性系数预测法,前三种预测方法属于时间序列分析的方法,后两种预测方法属于因果分析的方法[4]。
下面将重点介绍灰色预测模型在区域物流需求预测中的应用。
(一)灰色预测模型灰色数学研究的对象是/小样本0、/贫信息0的不确定信息,对数据及其分布的限制要求小,一般利用时间序列数据,通过GM(1,1)模型进行预测。
该方法不但预测精度高,而且可以进行长期预测,用累加生成拟合微分方程,符合能量系统的变化规律。
影响区域物流需求量的一个重要因素是该地区的经济发展状况,而地区经济发展是一个多层次、多因素的复杂系统,物流需求量仅仅是这个系统的一个综合反映,它与系统各层次、各因素的关系很复杂,无法用定量关系确切描述,但是在系统各层次、各因素相对稳定的情况下,可以从一组时间序列数据中挖掘有用的信息,寻求物流量本身的变化规律,并据此建立定量分析的数学模型,来预测未来年度区域的货运量。
灰色系统理论首先对原始数据进行生产处理,经生成处理后就可从表面上无序的数据序列中发现其内在规律性[5]。
GM(1,1)模型是最常用的灰色预测模型:设原始时间序列数据x(0)为:X(0)={x(0)1,x(0)2,,,x(0)n}x(0)i\0)由它产生的一次累加生产数列为:X(1)={x(1)1,x(1)2,,,x(1)n}其中:x(1)t=E t i=1x(0)i=x(1)t-1+x(0)t(t=1,2,,,n)利用一次累加生成数列拟合微分方程:d x(1)d tax(1)=u34北京交通大学学报(社会科学版)2008年其系数向量可采用最小二乘法估计求解:^a=(a,u)T=(B T B)-1B T Y 式中,B和x分别为如下矩阵和向量:B=-1/2[x(1)1+x(1)2]1-1/2[x(1)2+x(1)3]1s s-1/2[x(1)n-1+x(1)n]1Y=x(0)2x(0)3sx(0)n解上述微分方程,得到时间响应函数:x^(1)(t+1)=x(0)(1)-uae-at+ua将上式写成离散形式:x^(1)(t+1)=x(1)(1)-uae-at+ua由于序列x(1)是x(0)的一阶累加序列,根据x^(1)(t+1)通过累减计算,可得x(0)的估计值:x^(0)(t+1)=x^(1)(t+1)-x^(1)其中,t=1,2,,,n。
由于物流量并没有专门的统计渠道,因此目前为止其还只停留在概念阶段,在实际预测过程中一般用社会货运总量替代。
(二)灰色预测模型的应用我国目前普遍采用物流量作为衡量物流需求规模的量度指标,然而,物流量作为物流学科中一个十分重要的概念,至今仍没有明确定义,在我国现阶段,没有对物流的具体统计数据,因此我们在进行区域物流规划研究时,一般把货运量作为进行物流量分析的类比指标,来进行物流需求的预测与分析。
货运量包括铁路货运量、公路货运量、水运货运量、航空货运量和管道货运量,由于航空货运量和管道货运量的规模较小或运作特殊,对综合物流需求影响较小,因此,铁路、公路和水运货运量是物流需求预测的重点。