[摘要] 結(jié)合高速公路的特點，基于層次分析法和神經(jīng)網(wǎng)絡(luò)，建立高速公路物流預(yù)測模型，以湖南高速公路物流為樣本對模型進行實證分析，驗證模型的有效性和準(zhǔn)確性。

[關(guān)鍵詞] 高速公路 物流預(yù)測 層次分析法 神經(jīng)網(wǎng)絡(luò)

一、引言

近年來，我國高速公路的快速發(fā)展帶動了高速公路物流產(chǎn)業(yè)的興起，但是從總體上而言，高速公路物流產(chǎn)業(yè)的發(fā)展還處于初級階段，相關(guān)研究比較少。目前國內(nèi)研究主要是采用神經(jīng)網(wǎng)絡(luò)的方法建立模型并進行預(yù)測，普遍存在輸入變量權(quán)重、維數(shù)難定和預(yù)測精度偏低的問題。

針對以上問題，運用層次分析法和神經(jīng)網(wǎng)絡(luò)結(jié)合的研究方法，利用層次分析法確定變量權(quán)重和維數(shù)的優(yōu)勢，彌補BP算法在這里的不足，極大地增強了物流量預(yù)測的精確性。

二、高速公路模型的設(shè)計

1.高速公路物流量的相關(guān)因素分析

影響高速公路物流量規(guī)模的因素較多，但從總體上考慮主要有三個：沿線經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟布局，文中指標(biāo)的選定也是根據(jù)這些因素來確定。

由于影響地區(qū)經(jīng)濟發(fā)展的相關(guān)因素之間存在一定的權(quán)重和次序關(guān)系，采用層次分析法對這些相關(guān)因素進行權(quán)重設(shè)置和排序，保證了BP神經(jīng)網(wǎng)絡(luò)建模的準(zhǔn)確性，同時由于反映高速公路物流需求的指標(biāo)有多個，如貨運量、貨物周轉(zhuǎn)量，為保證結(jié)論的準(zhǔn)確性，確認(rèn)的輸出變量也為多個。

2.構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的物流預(yù)測模型

高速公路物流需求神經(jīng)網(wǎng)絡(luò)采用三層BP結(jié)構(gòu)，即輸入層、隱含層及輸出層，其中輸入的節(jié)點數(shù)目為可以用來預(yù)測高速公路物流規(guī)模的影響地區(qū)經(jīng)濟發(fā)展的經(jīng)濟變量的個數(shù)，輸出的節(jié)點數(shù)目為所預(yù)測的高速公路物流規(guī)模的變量個數(shù)。

三、預(yù)測模型的應(yīng)用

1.預(yù)測指標(biāo)的確定

為驗證上述模型的有效性，以湖南高速公路作為應(yīng)用實例，同時考慮數(shù)據(jù)的可得性，本文選用的物流規(guī)模預(yù)測的經(jīng)濟指標(biāo)為：湖南省GDP、第一產(chǎn)業(yè)產(chǎn)值、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、地區(qū)零售總額、進出口總額和人均消費水平，分別設(shè)為x1…x7。此外由于衡量高速公路物流規(guī)模的變量有多個，文中選取的輸出變量是最能代表高速公路物流規(guī)模的，即高速公路貨運量和貨運周轉(zhuǎn)量，分設(shè)為和。

2.指標(biāo)權(quán)重的確定

確定上述經(jīng)濟指標(biāo)的權(quán)重是為了對神經(jīng)網(wǎng)絡(luò)輸入變量進行優(yōu)化，下表是湖南高速公路相關(guān)物流規(guī)模指標(biāo)數(shù)據(jù)的權(quán)重，指標(biāo)權(quán)重的大小是根據(jù)層次分析法的相關(guān)原則進行確定的，主要原則根據(jù)這些經(jīng)濟指標(biāo)對高速公路貨運量和貨物周轉(zhuǎn)量的影響程度來確定。

湖南高速公路相關(guān)指標(biāo)權(quán)重表

3.模型的建立和運行

實際運算采用MATLAB7.1軟件中的SIMULINK工具箱對湖南高速公路1981年～2005年的相關(guān)數(shù)據(jù)進行訓(xùn)練、檢測。

首先構(gòu)建一個“7-15-2”神經(jīng)網(wǎng)絡(luò)，且中間層神經(jīng)元為15時，網(wǎng)絡(luò)收斂速度較快，誤差為（0，0.05），表明建成的神經(jīng)網(wǎng)絡(luò)完備度好，可以進行預(yù)測。

然后將2005年的相關(guān)數(shù)據(jù)（14400.39，2021.57，7992.29，4386.53，2459.12，60.05，4984）輸?shù)接?xùn)練好的神經(jīng)網(wǎng)絡(luò)，得2006年的預(yù)測結(jié)果為7332萬噸和142.9億噸公里 ，而2006年湖南省高速公路的實際貨運量和貨物周轉(zhuǎn)量分為6921.6萬噸和 177.6億噸公里，誤差率0.06%和0.19%，總體誤差不超過0.2%，而單純使用神經(jīng)網(wǎng)絡(luò)的物流預(yù)測模型一般的誤差都在1%～3%之間，因此采用層次分析法和BP神經(jīng)網(wǎng)絡(luò)結(jié)合的方法大大提高了預(yù)測結(jié)果的準(zhǔn)確性，從而充分驗證了本模型的科學(xué)性和有效性。

四、結(jié)論與展望

通過將層次分析法和BP神經(jīng)網(wǎng)絡(luò)結(jié)合對高速公路的物流量進行預(yù)測，與目前單一神經(jīng)網(wǎng)絡(luò)法預(yù)測物流量相比，極大提高了預(yù)測結(jié)果的準(zhǔn)確性，為高速公路物流的持續(xù)發(fā)展提供了量化依據(jù)。但由于影響高速公路物流發(fā)展的因素眾多，只選取部分影響因素，所以預(yù)測結(jié)果要推廣到實際運作中還有不足，這也是我們下一步要深入探討的。

參考文獻：

[1]Fite J， Taylor G， Usher J， Roberts J:Forecasting freight demand using economic indices [J]， International Journal of Physical Distribution Logistics Management， 2001 ，31(4):299

[2]李曉峰，劉光中:人工神經(jīng)網(wǎng)絡(luò)BP算法改進及應(yīng)用.四川大學(xué)學(xué)報，2000.3

[3]王維國張靜靜:基于BP神經(jīng)網(wǎng)絡(luò)的貨運量預(yù)測方法.物流技術(shù)，2005.7

[4]黃永安馬路劉慧敏:MATLAB/Simulink6.0建模仿真開發(fā)與高級工程應(yīng)用[M].清華大學(xué)出版社，2005.12

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。