基于多因素灰色模型的物流需求量预测.pdfVIP

方 法 应 用 基于多因素灰色模型的物流需求量预测 王 小丽 (郑州航空工业管理学院 管工院，郑州450015) 摘 要：物流需求量受多种因素的影响，很多因素无法准确掌握。文章通过咨询专家和客观分析，选定 GDP增长量、消费品零售总额、进出口总额等七大因素为影响物流需求量的关键因素。然后，将体现灰色GM(1， 1)模型和多元线性回归模型优点的多因素灰色预测模型应用于河南省物流需求量的预测实证研究中，为物流 需求量的预测提供了一种可靠的科学方法。 关键词：多因素灰色模型；物流；需求量；预测 中图分类号：F224．9；F252 文献标识码：A 文章编号：1002—6487(2013)14—0086—02 e ，k=1，2，… ，其 中 ，西= ，“]=(B B)B Y ， O 引言 y=[O(z(lco(sl…，㈣)]，B：(一2“‘”(。。一。()。 目前对物流需求量的预测主要采用了BP神经网络 ， 对于灰色GM(1，1)模型，采用平均相对误差a检验方 回归模型 1，GM(1，1)灰色模型 等方法。其中，GM(1，1)灰 法 ，即厶= ，其中△ 为 正时刻的相对误差 ，并定义 色模型属于小样本、少数据预测模型 ，其建模只需要4个 以上数据，并且不需要服从典型分布，可见它有着其它预 厶d。如果平均相对误差较大，可采用适当的缓冲算子 测方法无法比拟的优势。但在实际中，事物的发展常常不 先对原始数据进行作用，然后再对缓冲序列数据建立灰色 是 由单因素作用的，而是由众多复杂因素综合作用的结 GM(1，1)模型，再使用平均相对误差a检验方法对其进行 果。因此，为了做出更加符合实际的预测，就需要研究多 检验。 因素灰色预测问题 。多因素灰色预测模型 结合灰色GM 令 (f)=bo+blZl(t)+bex2(￡)+…+bpz()表示多因 (1，1)模型与多元线性回归模型的优点，既能提高预测精 素灰色预测模型，其中 (￡)为该事物在 t时刻的预测值 ， 度 ，又增加 了预测结果的可靠性 。为此 ，本文将把多因素 )，i=1，2，…，P为第 i个 因素在 t时刻的预测值 ， 灰色预测模型应用到区域物流需求量预测中来 ，这也是一 b 1，2，…，P为估计参数。对于多因素灰色预测模型 种新的研究思路和方法。 的检验使用传统的F检验。 显 然 ，利 用历 史 观 测 数 据 (1)，(2)，…，y(m)和 1 多因素灰色预测模型 (1)，z(2)，…，z )，i=1，2，…，P ，可 以得到估计参数 多因素灰色预测模型的方法如 F： 6一[60，b1，…，6]=(x X)X Y1，其 中Y1=[．y(1ly(2)，…， 设 ．y=(，Y2，…，)表示事物发展 的特征 因素时间 rlxt(1) 。(1)．_·(1)1 序 列 ，影 响 事 物 发 展 的 因素 有 P 个 ，并 设 )]_y)]，x=I (z()… (’I。然后，将得到