基于贝叶斯组合模型的物流需求预测及分析.pdfVIP

刘志谦，等：基于贝叶斯组合模型的物流需求预测及分析 技术 与方法 doi：10．39694．issn．1005-152X．2009．12．039 基于贝叶斯组合模型的物流 需求预测及分析 刘志谦，宋 瑞 ，孙丽明 (北京交通大学 交通运输学院，北京 100044) [摘 要】为克服单一预测方法假设条件及适用范围存在局限性的不足，以贝叶斯概率模型为基础，建立了基于GM(1，1)和多 元线性回归模型的贝叶斯组合预测模型，各模型权重能够根据前期预测误差进行自适应调整，以保证预测精度。以北京市2009— 2013年物流需求预测为例进行实例分析，结果表明贝叶斯组合预测模型的平均预测误差为 0．95％，模型具有 良好的自适应性和 动态调整性，预测精度较高，可应用于物流需求预测研究。 关【键词】物流工程 ；物流需求；贝叶斯概率；组合预测；货运量 [中图分类号]~252；F224 [文献标识码1A [文章编号】1005—152X(2009)12—0117—03 ForecastingandAnalysisofLogisticsDemandBasedonBayesianCombinedModel LIUZhi-qian，SONGRui，SUNLi-ming (SchoolofTraffficandTransportation，BeijingJiaotongUniveristy，Beijing100044，China) Abstract：ThispaperestablishesaBayesiancombinedforecastingmodelbasedonGM (1，1)modelandmultiplelinearregressionmod— el，theweightsofeachmodelcapableofself-adjustmentinaccordancewiththeforecastingerrorsofthepreviousstagetoensureforecasting accuracy· Keywords：logisticsengineering；logisticsdemand；Bayesianprobability；combinedforecasting；volumeoffreighttransport 前大多数组合预测模型都是基于某种准则采取确定权重方 1 引言 法 ，模型的自适应性及动态调整性较差，预测精度偏低。本文 建立了一种基于贝叶斯组合模型的物流需求预测方法 ，该模 物流需求预测是物流系统规划、物流资源合理配置过程 型的权重是根据前期的预测表现，应用贝叶斯组合定理计算 中的重要环节 ，同时也是政府部门制定物流产业发展规划与 出来的条件概率，即模型的信用值。信用值越大 ，表示这一模 政策的基础工作 ，对物流需求进行有效预测具有非常重要的 型此前的预测表现越好 ，它就将在下一期的预测中担当主要 意义。目前常用的物流需求预测方法主要有多元回归模型…、 角色 ，从而使模型在整个预测区间内始终保持良好的预测精 指数平滑法I21、神经网络131、灰色系统4[1、支持向量机15]、主成分分 度 12『1。本文采用基于GM(1，1)模型和多元线性回归的贝叶斯组 析模型6[1等。这些预测方法一般对于短期物流需求预测具有 良 合模型对北京市物流需求进行了预测，结果表明该模型具有 好的适应性 ，但单一的预测模型在进行预测时，因为其假设条 较高的预测精度。