基于灰色预测模型的万州港口集团物流需求预测

基于灰色预测模型的万州港口集团物流需求预测（重庆交通大学管理学院，重庆400074）摘要：货物吞吐量和集装箱吞吐量是反映物流需求量的两个重要指标。根据万州港口集团货物吞吐量和集装箱吞吐量历史数据，分别建立货物吞吐量和集装箱吞吐量的灰色预测模型，预测出了万州港口集团未来4年的物流需求量，从而为万州港口集团规划和建设港口码头，发展现代港口物流业提供了决策依据。关键词：灰色预测模型；货物吞吐量；集装箱吞吐量；需求预测LogisticsDemandForecastofWanzhouPortGroupBasedonGreyPredictionModel(SchoolofManagement,ChongqingJiaotongUniversity,Chongqing400074,China)Abstract:Cargothroughputandcontainerthroughputaretwoimportantindexestoreflectthelogisticsdemandquantity.AccordingtothecargothroughputandthecontainerthroughputofWanzhouPortGroupovertheyears,thegreypredictionmodelsofcargothroughputandcontainerthroughputwereestablished,andthenextfouryears’logisticsdemandquantityofWanzhouPortGroupwaspredicted.TheresultscanhelpWanzhouPortGrouptoprovidethenecessarydecision-makingbasisforportlogisticsplanningandconstructionaswellasthedevelopmentofmodernportlogisticsindustry.Keywords:greypredictionmodel;cargothroughput;containerthroughput;demandforecasting1引言随着世界经济一体化和贸易全球化进程的加快，现代物流业快速发展，港口作为现代物流活动的重要节点，其对促进区域经济发展、带动临港产业发挥的作用越来越明显。港口物流企业作为港口的实际运营管理者，也越来越重视港口物流的发展战略。物流需求预测作为港口物流企业发展战略的重要内容，其对港口物流规划、港口码头建设、港口功能扩展等有着至关重要的作用，同时进行科学准确的需求预测对现代物流业和区域经济的发展也具有重要意义。反映港口物流需求大小的指标主要分为两类，一类是物流需求规模指标，主要包括运输、包装、装卸搬运等物流作业量；另一类是物流需求经济指标，如港口腹地固定资产投资、居民消费水平、对外贸易总额等[1]。在选取物流需求指标时应充分考虑指标的代表性、科学性以及指标数据的可得性，选取的指标要能够反映港口物流企业的物流需求水平和未来发展趋势。由于货物吞吐量和集装箱吞吐量易于统计，且能够较好地反映物流需求水平，因此，一般选取这两个指标进行物流需求预测研究。目前，物流需求预测的方法很多，主要包括灰色预测模型、回归分析法、神经网络预测模型、指数平滑法、德尔菲法等。其中，灰色预测模型是对那些受众多因素影响，但又无法确定其错综复杂关系的量，通过运用预测对象自身的时间序列建立模型，寻求内在规律，并进行预测，可避免拼凑数据不准、关系不清、变化不明的参数，而且具有不追求大样本量、预测精度高、可进行长期预测等优点，因此对于影响因素多、历史数据少的样本，灰色预测模型是一种较为理想的预测方法。基于以上分析，本文将以万州港口集团2004—2011年的货物吞吐量和集装箱吞吐量为指标数据，运用灰色预测模型，预测万州港口集团未来4年的货物吞吐量和集装箱吞吐量，从而为万州港口集团制定港口物流发展战略提供参考。作者简介：2灰色预测模型灰色系统理论（简称灰理论，GreyTheory）是以“部分信息已知，部分信息未知”的不确定系统为研究对象，主要通过对“部分已知信息”的生成、开发，提取有价值的信息，实现对系统运行行为的正确认识和有效控制[2]。灰色预测模型是基于灰色系统理论建立的微分方程模型，其中，(1,1)GM预测模型是一种常用的灰色预测模型，它是一个只含有一个变量的一阶微分方程模型。下面简要介绍(1,1)GM预测模型的具体建模步骤：①(1,1)GM预测模型的前验性检验。在建立(1,1)GM预测模型之前，需要检验原始数据是否满足准光滑性条件和准指数规律。设有原始数据序列(0)(0)(0)(0)(1),(2),()Xxxxn，对原始数据序列进行一次累加，得到新的数据序列(1)(1)(1)(1)(1),(2),()Xxxxn，其中(1)(1)1()()kixkxi，1,2,kn。定理1[3]：当3k时，如果(0)(1)()()0.5(1)xkkxk，则原始数据序列满足准光滑性条件；如果(1)(1)(1)()()[1,1.5](1)xkkxk，则原始数据序列满足准指数规律。原始数据序列如果满足准光滑条件和准指数规律，则可直接建立(1,1)GM预测模型，进行数据预测；如果不满足准光滑条件和准指数规律，则需要对原始数据序列进行二阶弱化算子处理。定义1[3]：设非负序列(1),(2),()Xxxxn；令(1),(2),(),()XDxdxdxkdxnd，其中：1()()(1)()1xkdxkxkxnnk，1,2,kn。令22222(1),(2),(),()XDXDDxdxdxkdxnd，其中：21()()(1)()1xkdxkdxkdxndnk，1,2,kn。则2D为原始序列X的二阶弱化算子。此时，将原始数据序列经二阶弱化算子作用后得到的序列2XD作为新的原始数据序列，则可建立(1,1)GM预测模型，进行数据预测。②构造(1,1)GM预测模型的白化方程：(1)(1)dXaXudt（1）其中(1)X为原始数列的累加数列，a和u为待辨识参数。③利用最小二乘法计算a和u的值：1ˆ[]()TTTnaauBBBY（2）其中矩阵B和向量nY分别为：(1)(1)(1)(1)(1)(1)1((1)(2))121((2)(3))121((1)())12xxxxBxnxn（3）(0)(0)(0)(2),(3),()TnYxxxn（4）④将计算得到的a和u的值代入式（1），得到(1,1)GM预测模型：(1)(0)ˆ(1)(1)akuuxkxeaa（5）⑤将预测数据还原，得到预测值：(0)(1)(1)ˆˆˆ(1)(1)()xkxkxk（6）⑥(1,1)GM预测模型精度检验。设原始数据序列为(0)(0)(0)(0)(1),(2),()Xxxxn，按(1,1)GM预测模型预测得到的数据序列为(0)(0)(0)(0)ˆˆˆˆ(1),(2),()Xxxxn。则残差序列为(0)(0)ˆXX，相对误差序列为(0)(0)(0)ˆXXeX，原始数据序列和残差序列的方差分别为21s和22s。从而可得后验差比为21/css，小误差概率为1()0.6745pPks，其中11()nkkn。指标c和p是后验差检验的两个重要指标，一般来说，c越小越好，p越大越好。按c和p两个指标，可综合评定预测模型的精度，其精度等级如表1所示。表1灰色预测模型精度等级参照表等级均方差比c小误差概率p一级（好）0.35c0.95p二级（合格）0.350.50c0.950.80p三级（勉强）0.500.65c0.800.70p四级（不合格）0.65c0.70p3万州港口集团物流需求的预测万州港口集团作为重庆港的重要组成部分，下辖港区地处长江上游，三峡库区的腹心地带，主要包括重庆三大主枢纽港之一的万州港区、重庆五个重点港之一的奉节港区以及忠县、石柱、云阳、巫山、巫溪五个县级港区。辖区现有区域面积27.01平方公里，货运港区16个、泊位47个，年货运吞吐能力1500万吨。三峡蓄水完成后，万州港口集团所辖港区的航运条件大幅改善，使水运具有的成本低、污染轻、运能大、占地少、能耗小等优势得到进一步体现，港口货物运输量快速增长，2010年万州港口集团货物吞吐量首次突破1000万吨，跨入千万吨级港口物流企业行业。随着西部大开发战略的不断推进和长江黄金水道开发战略的实施，万州港口集团的地位不断提升，现已成为重庆建设长江上游航运中心的重要支撑，万州港口集团也因此提出了力争到“十二五”末建成“三峡库区航运中心”的战略目标。为给万州港口集团制定港口物流发展战略提供定量依据，下面根据万州港口集团2004—2011年货物吞吐量和集装箱吞吐量的历史数据（见表2），分别建立(1,1)GM预测模型，预测未来4年万州港口集团的货物吞吐量和集装箱吞吐量。表2万州港口集团历年物流需求量年份20042005200620072008200920102011吞吐量（万吨）445.90490.40640.90713.20821.60907.501060.301168.30集装箱吞吐量（万TEU）0.75091.18471.30381.68611.80102.11814.80588.5000数据来源：万州港口集团内部统计3.1货物吞吐量预测由表2得货物吞吐量原始数据序列为(0)445.90,490.40,1168.30X，对该数列进行累加，得到累加数列为(1)445.90,936.30,6248.10X，则由定理1的计算公式可得:(1)()(1.09,0.68,0.45,0.35,0.29,0.26,0.22)()(2.09,1.68,1.45,1.35,1.29,1.26,1.22)kk（7）由式（7）可知，当3k时，()0.5k，(1)()[1,1.5]k，说明原始数据序列满足准光滑条件和准指数规律，因此可直接建立(1,1)GM预测模型，进行数据预测。运用MATLAB7.12编程计算可求得ˆ[][0.1313446.86]TTaau，从而由式（5）得到万州港口集团货物吞吐量的(1,1)GM预测模型为：(1)0.1313ˆ(1)3849.253403.35kxke（8）由式（6）将预测数据还原，即可得到万州港口集团货物吞吐量的预测值，预测值和原始值以及它们之间的残差和相对误差如表3所示。表3预测值与原始值比较年份原始值(0)x预测值(0)ˆx残差相对误差e2004445.90445.9000.00002005490.40540.11-49.71-0.10132006640.90615.9124.990.03892007713.20702.3510.850.01522008821.60800.9220.680.02512009907.50913.32-5.82-0.006420101060.301041.5118.790.017720111168.301187.68-19.38-0.0165根据原始值和预测值，对预测数据进行后验差检验，可得：21/25.0808/258.18750.09710.35()18.78174.151csspPk（9）由式（9）可知，该预测模型的精度为一级，因此可以用该模型对万州港口集团的货物吞吐量进行预测，2012—2015年万州港口集团货物吞吐量的预测值如表4所示。表4万州港口集团货物吞吐量预测值年份2012201320142015吞吐量（万吨）1354.361544.441761.192008.363.2集装箱吞吐量预测由表2得集装箱吞吐量原始数据序列为(0)0.7509,1.1