李亞南 賈龍飛

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

關(guān)鍵詞：物流量；預(yù)測方法；優(yōu)先級

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)測是制定物流量發(fā)展戰(zhàn)略的重要依據(jù)，同時也是實現(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，全國范圍內(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)濟狀況預(yù)測物流服務(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)濟發(fā)展的需求，是當前迫在眉睫的問題。

目前，對物流量預(yù)測的研究主要集中在定量預(yù)測和由定量預(yù)測產(chǎn)生的組合方法上。但是，無論是單一的定量預(yù)測方法，還是普通的定常權(quán)重預(yù)測方法的預(yù)測精度都普遍不高。

1 定量預(yù)測方法

1.1 基本定量預(yù)測方法

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

1.1.1線性回歸

回歸分析法是運用相關(guān)數(shù)理統(tǒng)計的知識，對大量已經(jīng)獲取的統(tǒng)計數(shù)據(jù)進行數(shù)理分析的基礎(chǔ)上，確定自變量與因變的相關(guān)關(guān)系，建立一個回歸方程，并以此進行外推，用于預(yù)測因變量未來的變化[ 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)已得的回歸方程進行與具體條件相結(jié)合進行預(yù)測。

1.1.2移動平均法

移動平均法是一種簡單平滑預(yù)測技術(shù)，它的基本思想是：根據(jù)時間序列資料、逐項推移，依次計算包含一定年份的數(shù)據(jù)平均值，來反映長期的發(fā)展趨勢。

當時間序列的數(shù)值隨時間的變化比較大時，數(shù)據(jù)的發(fā)展趨勢就不太容易顯示出來。使用移動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，然后依趨勢線分析預(yù)測序列的長期趨勢[ 3 ]。

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

1.1.3指數(shù)平滑法

指數(shù)平滑法是在移動平均法基礎(chǔ)上發(fā)展起來的一種時間序列分析預(yù)測法，它通過計算指數(shù)平滑值，配合一定的時間序列預(yù)測模型對現(xiàn)象的未來進行預(yù)測[ 4 ]。

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

指數(shù)平滑法是生產(chǎn)預(yù)測中常用的一種方法，也用于中短期經(jīng)濟發(fā)展趨勢預(yù)測。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)先級的定量組合預(yù)測方法

定常權(quán)重預(yù)測模型是權(quán)重為固定值的組合預(yù)測模型，即組成該預(yù)測模型的各個預(yù)測方法占預(yù)測結(jié)果的權(quán)重是確定的、不隨時間變化的。

假設(shè)某一個預(yù)測問題在時刻i的實際觀察值為yi（i=1，2，3，…，n），而針對該問題有m種預(yù)測方法，每一種預(yù)測方法對應(yīng)的預(yù)測值為fij（j=1，2，3，…，m）。假設(shè)采用的j種預(yù)測方法的加權(quán)系數(shù)為wj，預(yù)測值為i，這一預(yù)測方法可以表示為：

由于幾種基本預(yù)測方法的預(yù)測原理不同，預(yù)測出的各項指標數(shù)值也有所不同。為了減小預(yù)測誤差，保證較高程度的預(yù)測準確性，必須要對組合預(yù)測方法的權(quán)重做出合適的處理。

采用組合預(yù)測方法進行預(yù)測時，幾種基本預(yù)測方法的預(yù)測精度各不相同，只單純的對幾種基本預(yù)測方法的預(yù)測結(jié)果分配一個平均的、或者主觀賦予的權(quán)重，會使得預(yù)測結(jié)果不夠理想。

因此，基于基本預(yù)測方法的不同預(yù)測精度，對于預(yù)測精度相對較高的預(yù)測方法給予一定的優(yōu)先級，根據(jù)其相應(yīng)的優(yōu)先級來確定預(yù)測權(quán)重。

優(yōu)先級的確定依據(jù)可以由絕對誤差、相對誤差、標準差等參數(shù)來判定。本文采用預(yù)測方法的標準誤差σ來確定優(yōu)先級。

根據(jù)預(yù)測方法標準誤差的取值來確定優(yōu)先級，標準誤差越小優(yōu)先級越高，相應(yīng)地會賦予較高的權(quán)重。

假設(shè)有m種預(yù)測方法，每種預(yù)測方法對應(yīng)的標準誤差為σ1，σ2，…，σm，將其按照從大到小的順序進行排列后對應(yīng)的數(shù)值表示為o1，o2，…om，方法j對應(yīng)的優(yōu)先級序號為kj。每種預(yù)測方法對應(yīng)的權(quán)重wj的計算方法如下所示：

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

為了檢驗以下預(yù)測方法的準確性，文章中采用2005年到2014年的貨運量數(shù)據(jù)作為原始數(shù)據(jù)，用預(yù)測結(jié)果來與實際數(shù)據(jù)作對比，以此來驗證預(yù)測方法的準確性。

2.1.1移動平均法

根據(jù)表3-1中貨運量變化趨勢，采用二次移動平均法進行預(yù)測，同時取預(yù)測期數(shù)為3。

2.1.2指數(shù)平滑法

根據(jù)表3-1可以看出貨運量數(shù)據(jù)整體上是單調(diào)遞增的，而且貨運量數(shù)據(jù)的變動趨勢比較明顯，因此采用二次指數(shù)平滑法來做預(yù)測，a取0.4。同時，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 ]中輸入貨運量數(shù)據(jù)，進行回歸分析。將年份作為因變量，貨運量作為自變量，得到相關(guān)系數(shù)R=0.969，判定系數(shù)R2=0.938。因此，貨運量數(shù)據(jù)可以用回歸分析法來進行預(yù)測，預(yù)測模型為：y=89.309t-176403.218

2.1.4基于優(yōu)先級的定常權(quán)重預(yù)測

根據(jù)表3-4中指數(shù)平滑法、回歸分析法和移動平均法的預(yù)測結(jié)果，計算三種方法的標準誤差值。將三種預(yù)測方法的標準誤差進行排序，可以得到指數(shù)平滑法、回歸分析法和移動平均法的優(yōu)先級，根據(jù)公式（3）可以計算得到相應(yīng)權(quán)重，如下表3-3所示：

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

2.1.5普通定常權(quán)重預(yù)測

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

2.2預(yù)測結(jié)果對比分析

根據(jù)表3-4所示的預(yù)測結(jié)果，計算基于優(yōu)先級的組合預(yù)測法與基于算數(shù)平均法的定常權(quán)重預(yù)測法的標準誤差。

基于優(yōu)先級的組合預(yù)測法的標準誤差為64.59，而基于算數(shù)平均法的定常權(quán)重預(yù)測法的標準誤差則為67.15。因此，可以看出：

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

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

3 結(jié)語

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

基于優(yōu)先級判定權(quán)重系數(shù)的組合預(yù)測方法，相比較的單一的定量預(yù)測方法，可以在一定程度程度上減少預(yù)測誤差，提高預(yù)測精度，對物流量預(yù)測據(jù)有一定的實際意義和價值。

同時，基于優(yōu)先級判定權(quán)重系數(shù)的組合預(yù)測方法在對權(quán)重的處理上，摒除了人的主觀因素，預(yù)測結(jié)果相對比較客觀。

參考文獻：

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

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

[3] 李琦.物流需求預(yù)測中移動平均法應(yīng)用分析[J].中國商貿(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)計分析[M].北京：機械工業(yè)出版社，2003.

作者簡介：

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