國內(nèi)物流需求預(yù)測方法文獻(xiàn)綜述

國內(nèi)物流需求預(yù)測方法文獻(xiàn)綜述(河北工程大學(xué) 管理科學(xué)與工程 阮俊虎）物流需求是指一定時(shí)期內(nèi)社會經(jīng)濟(jì)活動對生產(chǎn)、流通、消費(fèi)領(lǐng)域的原材料、半成品和成品、商品以及廢舊物品、廢舊材料等的配置作用而產(chǎn)生的對物在空間、時(shí)間和費(fèi)用方面的要求，涉及運(yùn)輸、庫存、包裝、裝卸搬運(yùn)、流通加工以及與之相關(guān)的信息需求等物流活動的諸方面[1]。物流需求的度量可以采用價(jià)值量和實(shí)物量兩種度量體系。實(shí)物量意義上的物流需求主要表現(xiàn)為不同環(huán)節(jié)和功能的具體作業(yè)量，如貨運(yùn)量、庫存量、加工量、配送量等；價(jià)值量意義上的物流需求是所有物流環(huán)節(jié)全部服務(wù)價(jià)值構(gòu)成的綜合反映，如物流成本、物流收入、供應(yīng)鏈增值等[2]。物流需求預(yù)測是根據(jù)物流市場過去和現(xiàn)在的需求狀況，以及影響物流市場需求變化的因素之間的關(guān)系，利用一定的判斷、技術(shù)方法和模型，對物流需求的變化及發(fā)展趨勢進(jìn)行預(yù)測。國內(nèi)外許多專家和學(xué)者都對物流需求的預(yù)測進(jìn)行了研究，提出不同的預(yù)測方法和手段。物流預(yù)測方法可以分為定性預(yù)測方法（如德爾菲法和業(yè)務(wù)人員評估法等）和定量預(yù)測方法，但多數(shù)是定量預(yù)測方法，因此，本文主要是對國內(nèi)物流需求定量預(yù)測方法進(jìn)行綜述，歸為時(shí)間序列預(yù)測方法、因果關(guān)系預(yù)測方法、組合預(yù)測方法等三類。時(shí)間序列預(yù)測方法綜述時(shí)間序列預(yù)測方法是依據(jù)從歷史數(shù)據(jù)組成的時(shí)間序列中找出預(yù)測對象的發(fā)展變化規(guī)律，以此作為預(yù)測依據(jù)。常用的時(shí)間序列預(yù)測模型有增長率法、移動平均法、指數(shù)平滑法、隨機(jī)時(shí)間序列模型、灰色模型、以及在經(jīng)濟(jì)領(lǐng)域已經(jīng)被廣泛應(yīng)用的混沌與分形等。去的增長趨勢在預(yù)測期內(nèi)仍將繼續(xù)的場合。劉勁等[3]（2002）在利用增長率系數(shù)法對百色地區(qū)港口貨運(yùn)量進(jìn)行了逐一分析。移動平均法是用一組最近的實(shí)際數(shù)據(jù)值來預(yù)測未來一期或幾期內(nèi)產(chǎn)品的均。楊榮英等[4]（2001）在討論移動平均值的基礎(chǔ)上，提出了移動平均線方法，并介紹了運(yùn)用移動平均線進(jìn)行物流預(yù)測的方法。李海建等[5]（2003）利用二次移動平均線模型對蕪湖市物流業(yè)發(fā)展的規(guī)模進(jìn)行了預(yù)測。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(shí)間序列分析預(yù)測遠(yuǎn)離，賦予逐漸收斂為零的權(quán)數(shù)。韋司瀅等[6]（1999）將指數(shù)平滑法等其他[]2003、張?jiān)瓶档萚8]（2008）在進(jìn)行指數(shù)平滑法預(yù)測的基礎(chǔ)上進(jìn)行了物流需求多種方法組合預(yù)測。(AR)模型、移動平均(MA)模型、自回歸移動平均(ARMA)模型、求和自回歸移動平均(ARIMA)模型等。黃麗[9]（2004）利用隨機(jī)時(shí)間序列模型對物流需求預(yù)測進(jìn)行了專題研究?；疑Ｐ?GreyModel，簡稱GM)是一種以對時(shí)間序列進(jìn)行研究分析，并建立方程，將無規(guī)律的原始數(shù)列經(jīng)過轉(zhuǎn)換，使之成為較有規(guī)律的生成數(shù)列

2000）建立灰色系統(tǒng)預(yù)測模型，等

2000）GM（1，1）模型對武漢地區(qū)的物流發(fā)展水平進(jìn)行了灰色預(yù)測。張鵬等林樺等等等以物流園區(qū)為研究對象，利用灰色模型對其貨流量等進(jìn)行了預(yù)測。林小平等[17]（2003）利用灰色系統(tǒng)理論，建立了成都雙流機(jī)場貨、郵吞吐量的預(yù)測模型。并通過實(shí)際數(shù)據(jù)與預(yù)測結(jié)果的比較，證明灰色模型對于雙流機(jī)場貨、郵吞吐量的預(yù)測具有較高的精度。何國華[18]（2008）利用灰色預(yù)測模型對區(qū)域物流需求進(jìn)行了研究。潘英英[19]（2008）運(yùn)用灰色系統(tǒng)模型，對廣西物流中心貨運(yùn)需求量進(jìn)行了動態(tài)預(yù)測。另外，還有學(xué)者針對灰色預(yù)測模型的不足，對其進(jìn)行了改進(jìn)，并將其應(yīng)用到物流需求預(yù)測中。如：周茵[20]（2007）針對GM（1,1）模型對離散度大的數(shù)據(jù)預(yù)測精度差的缺陷，將殘差灰色預(yù)測模型應(yīng)用到物流貨運(yùn)量預(yù)測中；吳振寧等[21]（2004）、王冠奎等[22]（2007）、胡云超等[23]（2007）利用馬爾可夫鏈對灰色模型進(jìn)行了改進(jìn)，并將其應(yīng)用到物流需求預(yù)測中。包括線性分形和非線性分形?；煦缗c分形經(jīng)常被用于復(fù)雜系統(tǒng)中，國內(nèi)學(xué)者將混沌動力學(xué)應(yīng)楊瑞等比較了現(xiàn)代常用的公路貨運(yùn)量預(yù)測方法的優(yōu)缺點(diǎn)，研究了混沌理論對公路貨運(yùn)量的預(yù)測基本原理，構(gòu)思短中長期貨運(yùn)量預(yù)測方法的可行性，并提出了研究方法和途徑；李紅啟[26]（2003）在已有研究的基礎(chǔ)上，提出了一種新的分形預(yù)測模型—等長度遞補(bǔ)變維分形模型，并將其應(yīng)用到我國貨運(yùn)量及其構(gòu)成預(yù)測中。因果關(guān)系預(yù)測方法綜述因果關(guān)系預(yù)測方法是依據(jù)歷史資料找出預(yù)測對象的變量與其相關(guān)事物的變量關(guān)系，建立相應(yīng)的因果預(yù)測模型，利用事物發(fā)展的因果關(guān)系來推斷事物與經(jīng)濟(jì)的發(fā)展密切相關(guān)，隨著經(jīng)濟(jì)總量、產(chǎn)業(yè)結(jié)構(gòu)、資源分布等改變，物流[28]，因此，許多學(xué)者利用有關(guān)經(jīng)濟(jì)的各項(xiàng)指標(biāo)來預(yù)測物流需求，常用的模型有彈性系數(shù)法、重力模型法、線性回歸模型、神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型等。以十年時(shí)間序列數(shù)據(jù)為依據(jù)，采用彈性系數(shù)法，對我國公路客貨運(yùn)量進(jìn)行中選取交通區(qū)汽車保有量、客貨運(yùn)輸量、通道交通量統(tǒng)計(jì)資料與國內(nèi)生產(chǎn)總值作為彈性系數(shù)指標(biāo)，進(jìn)行回歸確定彈性系(207線)威遠(yuǎn)段改造工程工可交通量進(jìn)行了預(yù)測。于龍年預(yù)測。重力模型法認(rèn)為區(qū)與區(qū)之間的交通分布受到地區(qū)間距離、運(yùn)行時(shí)間、費(fèi)利用重力模型對鐵路貨流分布進(jìn)行了預(yù)介紹了重力模型法的原理及其在交通分布預(yù)測中的應(yīng)Furness法和重力模型改進(jìn)法的運(yùn)用差別。蔡若松等在交通預(yù)測的實(shí)際應(yīng)用中對重力模型進(jìn)行了改進(jìn)。另外，還有學(xué)者提出逆向重力模型[39]模糊重力模型[40]等，并將其利用到交通預(yù)測中。。物流需獻(xiàn)[28]根據(jù)上海市經(jīng)濟(jì)指標(biāo)數(shù)據(jù)得出了物流需求指標(biāo)與其他指標(biāo)的相關(guān)性系王桂霞等應(yīng)用多元線性回歸預(yù)測模型等對內(nèi)蒙古交通運(yùn)輸貨運(yùn)量及貨運(yùn)周轉(zhuǎn)量進(jìn)行了預(yù)測；劉勁等[3]（2002）在右江那吉航運(yùn)樞紐工程貨運(yùn)量預(yù)測中應(yīng)用到多元回歸模型林洪[4] 200、李慧

2004

2007

2007

2007）、測中。從交通運(yùn)輸需求的角度描繪了交通運(yùn)輸需求與國民經(jīng)濟(jì)的一些主要經(jīng)濟(jì)變量的相關(guān)關(guān)系，基于這些相關(guān)關(guān)系建立了交通運(yùn)輸需求預(yù)測的神經(jīng)網(wǎng)絡(luò)模型，利用誤差[52]（2004）、牛忠遠(yuǎn)[53]（2006）、繆桂根[54]（2007）耿勇等針對傳統(tǒng)物流預(yù)測方法的局限，研BPBP神經(jīng)網(wǎng)絡(luò)然后進(jìn)行訓(xùn)練形成物流預(yù)測模型。白晨明等[57]（2004）依據(jù)已有的內(nèi)、外回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型及其算法，利用它們的良好特性，提出了對角回歸神經(jīng)網(wǎng)絡(luò)滾動預(yù)測模型及其機(jī)場物流預(yù)測系統(tǒng)。趙闖等[58]（2004）、后銳等[59]（2005）將廣義神經(jīng)網(wǎng)絡(luò)應(yīng)用到物流需求預(yù)測中。的基本思想是通過用內(nèi)積函數(shù)定義的非線性變換將采用基于時(shí)間序列的支持向量機(jī)進(jìn)行了物流量預(yù)測。龐明寶等[61,分別用非線性支持向量機(jī)和基于偏最小二乘支持向量機(jī)回歸模型對區(qū)等析，建立了基于支持向量回歸機(jī)的物流需求預(yù)測模型。組合預(yù)測方法綜述BatesGranger2060年代首次提測模型可以克服單一模型的局限性，盡可能提高預(yù)測的精度。吳守榮[64]利用灰色預(yù)測模型和回歸模型組合模型對ft東省公路機(jī)動車貨運(yùn)量及運(yùn)力進(jìn)行了預(yù)測。黃榮富等[7]（2003）15a的貨物吞吐量作為原始數(shù)據(jù)，在采用回歸分析法和310a港口吞吐量的等建立了回歸分析、灰色系統(tǒng)及神經(jīng)網(wǎng)絡(luò)方法的物流需求單項(xiàng)預(yù)測模型，并以誤差絕對值加等組合模型對港口等等分別提出一種基于支持向量機(jī)的物流預(yù)測模型，并進(jìn)行了實(shí)證研究。張?jiān)瓶档萚8]（2008）根據(jù)寧波港集裝箱吞吐量的歷史數(shù)據(jù)，