论文部分内容阅读
摘 要:目前物流量组合预测大多是普通定常权重组合预测,预测的精度不高。因此,采用基于优先级的组合预测方法,通过对比基本预测方法的预测精度来赋予相应的优先级和权重,最后用实例数据进行验证。结果表明,基于优先级的物流量组合预测法有更高的预测精度,可以作为一种物流量预测的有效方法。
关键词:物流量;预测方法;优先级
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
物流量预测是制定物流量发展战略的重要依据,同时也是实现物流管理的重要手段和重要环节[ 1 ]。
目前,据不完全统计,全国范围内大约有62%的物流园区处于闲置状态。因此,如何依据现有的经济状况预测物流服务需求,使物流业未来的发展和基础设施的建设符合城市经济发展的需求,是当前迫在眉睫的问题。
目前,对物流量预测的研究主要集中在定量预测和由定量预测产生的组合方法上。但是,无论是单一的定量预测方法,还是普通的定常权重预测方法的预测精度都普遍不高。
1 定量预测方法
1.1 基本定量预测方法
常见的定量预测方法主要有:线性回归、移动平均法、指数平滑法等。
1.1.1线性回归
回归分析法是运用相关数理统计的知识,对大量已经获取的统计数据进行数理分析的基础上,确定自变量与因变的相关关系,建立一个回归方程,并以此进行外推,用于预测因变量未来的变化[ 2 ]。
回归分析步骤包括:a.根据自变量与因变量数据,初步设定回归方程;b.求出合理的回归系数,确定性关系数;c.在符合相关性要求后,根据已得的回归方程进行与具体条件相结合进行预测。
1.1.2移动平均法
移动平均法是一种简单平滑预测技术,它的基本思想是:根据时间序列资料、逐项推移,依次计算包含一定年份的数据平均值,来反映长期的发展趋势。
当时间序列的数值随时间的变化比较大时,数据的发展趋势就不太容易显示出来。使用移动平均法可以消除这些因素的影响,显示出事件的发展方向与趋势,然后依趋势线分析预测序列的长期趋势[ 3 ]。
简单移动平均的各元素的权重都相等,加权移动平均则给每个变量值以不同的权重。
1.1.3指数平滑法
指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法,它通过计算指数平滑值,配合一定的时间序列预测模型对现象的未来进行预测[ 4 ]。
其特点在于给过去的观测值不一样的权重,即较近期观测值的权数比较远期观测值的权数要大。
指数平滑法是生产预测中常用的一种方法,也用于中短期经济发展趋势预测。根据平滑次数不同,指数平滑法分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。
1.2 基于优先级的定量组合预测方法
定常权重预测模型是权重为固定值的组合预测模型,即组成该预测模型的各个预测方法占预测结果的权重是确定的、不随时间变化的。
假设某一个预测问题在时刻i的实际观察值为yi(i=1,2,3,…,n),而针对该问题有m种预测方法,每一种预测方法对应的预测值为fij(j=1,2,3,…,m)。假设采用的j种预测方法的加权系数为wj,预测值为i,这一预测方法可以表示为:
由于几种基本预测方法的预测原理不同,预测出的各项指标数值也有所不同。为了减小预测误差,保证较高程度的预测准确性,必须要对组合预测方法的权重做出合適的处理。
采用组合预测方法进行预测时,几种基本预测方法的预测精度各不相同,只单纯的对几种基本预测方法的预测结果分配一个平均的、或者主观赋予的权重,会使得预测结果不够理想。
因此,基于基本预测方法的不同预测精度,对于预测精度相对较高的预测方法给予一定的优先级,根据其相应的优先级来确定预测权重。
优先级的确定依据可以由绝对误差、相对误差、标准差等参数来判定。本文采用预测方法的标准误差σ来确定优先级。
根据预测方法标准误差的取值来确定优先级,标准误差越小优先级越高,相应地会赋予较高的权重。
假设有m种预测方法,每种预测方法对应的标准误差为σ1,σ2,…,σm,将其按照从大到小的顺序进行排列后对应的数值表示为o1,o2,…om,方法j对应的优先级序号为kj。每种预测方法对应的权重wj的计算方法如下所示:
本文中主要采用二次移动平均法、二次指数平滑法、回归分析法、基于优先级的定常权重预测法来进行预测。 为了检验以下预测方法的准确性,文章中采用2005年到2014年的货运量数据作为原始数据,用预测结果来与实际数据作对比,以此来验证预测方法的准确性。
2.1.1移动平均法
根据表3-1中货运量变化趋势,采用二次移动平均法进行预测,同时取预测期数为3。
2.1.2指数平滑法
根据表3-1可以看出货运量数据整体上是单调递增的,而且货运量数据的变动趋势比较明显,因此采用二次指数平滑法来做预测,a取0.4。同时,由于数据较少,初始值取2005-2007年的平均值。
2.1.3回归分析法
在spss软件[ 5 ]中输入货运量数据,进行回归分析。将年份作为因变量,货运量作为自变量,得到相关系数R=0.969,判定系数R2=0.938。因此,货运量数据可以用回归分析法来进行预测,预测模型为:y=89.309t-176403.218
2.1.4基于优先级的定常权重预测
根据表3-4中指数平滑法、回归分析法和移动平均法的预测结果,计算三种方法的标准误差值。将三种预测方法的标准误差进行排序,可以得到指数平滑法、回归分析法和移动平均法的优先级,根据公式(3)可以计算得到相应权重,如下表3-3所示:
采用组合预测法得到该市货运量的预测值,其预测公式为:y0=0.45y1+0.3y2+0.25y3。其中,y0表示指标的组合预测值,y1表示指标的回归分析法预测值,y2表示指标的移动平均法预测值,y3表示指数平滑法预测值。
2.1.5普通定常权重预测
根据几种基本预测方法的预测结果,采用算数平均法确定权重,用来与基于优先级的组合预测方法进行对比。以上五种预测方法的预测结果如表3-4所示:
2.2预测结果对比分析
根据表3-4所示的预测结果,计算基于优先级的组合预测法与基于算数平均法的定常权重预测法的标准误差。
基于优先级的组合预测法的标准误差为64.59,而基于算数平均法的定常权重预测法的标准误差则为67.15。因此,可以看出:
1)在这一案例中,采用基于优先级判定权重系数的组合预测方法的标准误差都比单一的一元线性回归法、二次指数平滑法、二次移动平均法要小,由此可以看出基于优先级判定权重系数的组合预测方法的预测精度要比单一的定量预测方法高。
2)基于优先级的组合预测方法相对于采用算数平均法确定权重的预测方法具有明显的优越性,预测精度更高。
3 结语
回归分析法、指数平滑法、移动平均法都是物流量预测中常用的定量预测方法,各有其不同的优缺点以及适用条件。
基于优先级判定权重系数的组合预测方法,相比较的单一的定量预测方法,可以在一定程度程度上减少预测误差,提高预测精度,对物流量预测据有一定的实际意义和价值。
同时,基于优先级判定权重系数的组合预测方法在对权重的处理上,摒除了人的主观因素,预测结果相对比较客观。
参考文献:
[1]谭贵军,史峰,罗端高.一种物流量的变权组合预测方法及应用[J].系统工程理论与方法,2009,9(2):105-109.
[2] 汪宇瀚.预测物流需求的一元線性回归分析法[J].商场现代化,2006(34):129.
[3] 李琦.物流需求预测中移动平均法应用分析[J].中国商贸,2011(2):139-140.
[4] Bunn D.Forecasting with more than one model[J].Journal of Forecasting,1989,8(3):161-166.
[5]王苏斌,郑海涛,邵谦谦.SPSS统计分析[M].北京:机械工业出版社,2003.
作者简介:
李亚南(1989-),女,汉族,河南邓州人,研究方向:物流信息技术。
关键词:物流量;预测方法;优先级
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
物流量预测是制定物流量发展战略的重要依据,同时也是实现物流管理的重要手段和重要环节[ 1 ]。
目前,据不完全统计,全国范围内大约有62%的物流园区处于闲置状态。因此,如何依据现有的经济状况预测物流服务需求,使物流业未来的发展和基础设施的建设符合城市经济发展的需求,是当前迫在眉睫的问题。
目前,对物流量预测的研究主要集中在定量预测和由定量预测产生的组合方法上。但是,无论是单一的定量预测方法,还是普通的定常权重预测方法的预测精度都普遍不高。
1 定量预测方法
1.1 基本定量预测方法
常见的定量预测方法主要有:线性回归、移动平均法、指数平滑法等。
1.1.1线性回归
回归分析法是运用相关数理统计的知识,对大量已经获取的统计数据进行数理分析的基础上,确定自变量与因变的相关关系,建立一个回归方程,并以此进行外推,用于预测因变量未来的变化[ 2 ]。
回归分析步骤包括:a.根据自变量与因变量数据,初步设定回归方程;b.求出合理的回归系数,确定性关系数;c.在符合相关性要求后,根据已得的回归方程进行与具体条件相结合进行预测。
1.1.2移动平均法
移动平均法是一种简单平滑预测技术,它的基本思想是:根据时间序列资料、逐项推移,依次计算包含一定年份的数据平均值,来反映长期的发展趋势。
当时间序列的数值随时间的变化比较大时,数据的发展趋势就不太容易显示出来。使用移动平均法可以消除这些因素的影响,显示出事件的发展方向与趋势,然后依趋势线分析预测序列的长期趋势[ 3 ]。
简单移动平均的各元素的权重都相等,加权移动平均则给每个变量值以不同的权重。
1.1.3指数平滑法
指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法,它通过计算指数平滑值,配合一定的时间序列预测模型对现象的未来进行预测[ 4 ]。
其特点在于给过去的观测值不一样的权重,即较近期观测值的权数比较远期观测值的权数要大。
指数平滑法是生产预测中常用的一种方法,也用于中短期经济发展趋势预测。根据平滑次数不同,指数平滑法分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。
1.2 基于优先级的定量组合预测方法
定常权重预测模型是权重为固定值的组合预测模型,即组成该预测模型的各个预测方法占预测结果的权重是确定的、不随时间变化的。
假设某一个预测问题在时刻i的实际观察值为yi(i=1,2,3,…,n),而针对该问题有m种预测方法,每一种预测方法对应的预测值为fij(j=1,2,3,…,m)。假设采用的j种预测方法的加权系数为wj,预测值为i,这一预测方法可以表示为:
由于几种基本预测方法的预测原理不同,预测出的各项指标数值也有所不同。为了减小预测误差,保证较高程度的预测准确性,必须要对组合预测方法的权重做出合適的处理。
采用组合预测方法进行预测时,几种基本预测方法的预测精度各不相同,只单纯的对几种基本预测方法的预测结果分配一个平均的、或者主观赋予的权重,会使得预测结果不够理想。
因此,基于基本预测方法的不同预测精度,对于预测精度相对较高的预测方法给予一定的优先级,根据其相应的优先级来确定预测权重。
优先级的确定依据可以由绝对误差、相对误差、标准差等参数来判定。本文采用预测方法的标准误差σ来确定优先级。
根据预测方法标准误差的取值来确定优先级,标准误差越小优先级越高,相应地会赋予较高的权重。
假设有m种预测方法,每种预测方法对应的标准误差为σ1,σ2,…,σm,将其按照从大到小的顺序进行排列后对应的数值表示为o1,o2,…om,方法j对应的优先级序号为kj。每种预测方法对应的权重wj的计算方法如下所示:
本文中主要采用二次移动平均法、二次指数平滑法、回归分析法、基于优先级的定常权重预测法来进行预测。 为了检验以下预测方法的准确性,文章中采用2005年到2014年的货运量数据作为原始数据,用预测结果来与实际数据作对比,以此来验证预测方法的准确性。
2.1.1移动平均法
根据表3-1中货运量变化趋势,采用二次移动平均法进行预测,同时取预测期数为3。
2.1.2指数平滑法
根据表3-1可以看出货运量数据整体上是单调递增的,而且货运量数据的变动趋势比较明显,因此采用二次指数平滑法来做预测,a取0.4。同时,由于数据较少,初始值取2005-2007年的平均值。
2.1.3回归分析法
在spss软件[ 5 ]中输入货运量数据,进行回归分析。将年份作为因变量,货运量作为自变量,得到相关系数R=0.969,判定系数R2=0.938。因此,货运量数据可以用回归分析法来进行预测,预测模型为:y=89.309t-176403.218
2.1.4基于优先级的定常权重预测
根据表3-4中指数平滑法、回归分析法和移动平均法的预测结果,计算三种方法的标准误差值。将三种预测方法的标准误差进行排序,可以得到指数平滑法、回归分析法和移动平均法的优先级,根据公式(3)可以计算得到相应权重,如下表3-3所示:
采用组合预测法得到该市货运量的预测值,其预测公式为:y0=0.45y1+0.3y2+0.25y3。其中,y0表示指标的组合预测值,y1表示指标的回归分析法预测值,y2表示指标的移动平均法预测值,y3表示指数平滑法预测值。
2.1.5普通定常权重预测
根据几种基本预测方法的预测结果,采用算数平均法确定权重,用来与基于优先级的组合预测方法进行对比。以上五种预测方法的预测结果如表3-4所示:
2.2预测结果对比分析
根据表3-4所示的预测结果,计算基于优先级的组合预测法与基于算数平均法的定常权重预测法的标准误差。
基于优先级的组合预测法的标准误差为64.59,而基于算数平均法的定常权重预测法的标准误差则为67.15。因此,可以看出:
1)在这一案例中,采用基于优先级判定权重系数的组合预测方法的标准误差都比单一的一元线性回归法、二次指数平滑法、二次移动平均法要小,由此可以看出基于优先级判定权重系数的组合预测方法的预测精度要比单一的定量预测方法高。
2)基于优先级的组合预测方法相对于采用算数平均法确定权重的预测方法具有明显的优越性,预测精度更高。
3 结语
回归分析法、指数平滑法、移动平均法都是物流量预测中常用的定量预测方法,各有其不同的优缺点以及适用条件。
基于优先级判定权重系数的组合预测方法,相比较的单一的定量预测方法,可以在一定程度程度上减少预测误差,提高预测精度,对物流量预测据有一定的实际意义和价值。
同时,基于优先级判定权重系数的组合预测方法在对权重的处理上,摒除了人的主观因素,预测结果相对比较客观。
参考文献:
[1]谭贵军,史峰,罗端高.一种物流量的变权组合预测方法及应用[J].系统工程理论与方法,2009,9(2):105-109.
[2] 汪宇瀚.预测物流需求的一元線性回归分析法[J].商场现代化,2006(34):129.
[3] 李琦.物流需求预测中移动平均法应用分析[J].中国商贸,2011(2):139-140.
[4] Bunn D.Forecasting with more than one model[J].Journal of Forecasting,1989,8(3):161-166.
[5]王苏斌,郑海涛,邵谦谦.SPSS统计分析[M].北京:机械工业出版社,2003.
作者简介:
李亚南(1989-),女,汉族,河南邓州人,研究方向:物流信息技术。