基于改进灰色Markov模型的铁路货运量需求预测.pdfVIP

的铁路货运量需求预测 ◆ 汤兆平朱经旺孙剑萍 摘要：通过Markov状态转移矩阵对改进后的灰色预测结果进行修正，构建改进灰色一Markov预测 模型．并对我国铁路未来货运量需求预测进行了实证分析。 关键词：铁路货运 货运物流量 需求预测 1 引言 原始数据累加生成的新数列进行拟合，生成指数型曲线预 铁路运输在我国综合交通运输体系中一直处于骨干地 测模型，其必然要求新数列具备指数性质。由于近年来铁 位。近些年来，一方面，随着高速公路的快速发展及航空运 路货运量的波动较大，指数规律很不明显，如果利用指数 输的平民化，运输市场的竞争空前激烈；另一方面，由于国 方程对货运量进行拟合，建立的灰色GM(1，1)模型将产生 民经济的迅猛增长引起产业和工业结构的调整，以及客户对 很大的误差。综合分析我国铁路货运量近年来增长趋势不 运输服务质量、水平的要求越来越高，传统的“铁老大”货 稳定、波动性因素较大等现状，拟对传统的灰色GM 运模式已经不能满足多元化、市场化、精细化的货运需求， (1，1)模型进行改进，赋予近年数据更大的权重，同时， 铁路货运量占全国总物流量的比重连年下降，见表1。 替换出最老的数据，并对改进后的灰色模型预测结果进行 2013年3月，铁道部一分为三，实现政企分家。新成Markov修正，使其具有波动性质，从而建立改进的灰色一 立的铁路总公司审时度势，实施了一系列的货运改革措施。 Markov预测模型，以期更加精确地对铁路货运量需求进行 伴随着国家宏观经济的逐步回暖，铁路货运量呈回升态势， 预测。 扭转了持续下降的趋势。在市场起决定作用的经济政策下， 3改进灰色一Markov预测模型的建立 资源配置必将依照市场的需求进行，传统的一些货运量预测 3．1灰色GM(1，1)模型的建立 方法已经不再适应当前货运市场多元化发展的形势，以及铁 根据铁路历年货运量数据给定原始数列： 路企业的内在变革态势，这就需要建立更加灵敏准确的预测 模型对铁路未来货运量的需求做出精确地预测，从而把握货 对原始数据列进行累加生成新的数列： 运未来的发展形势，为铁路计划部门制定发展规划提供参考 依据，保障铁路战略性改革方向顺应未来货运市场的需求。 2需求预测模型选取 仁1，2，3，n (1) 长期以来，学者专家比较常用的货运量需求预测方法 将新生成的数据列戈、(￡)代入灰色微分方程x。(￡) 有产运系数法、平衡法、灰色系统理论预测、回归分析等。 +∞，)(^)=6中，表示为矩阵形式，得y=日p 近年来，也提出了多变量线性回归分析法、基于移动平滑 其中， 的ARMA模型，以及灰色Markov、灰色VerhuIst模型等 石o(2) 一手(州2)帆(1)) 预测方法。这些方法比较适合短期的铁路货运量需求预测， 在以往相对稳定的、线性的、指数型的铁路货运量需求预测 石o(3)JV=一}(州3)蝴(2)) ： 中具有较高的精度。但对于具有波动性、转折性甚至是突变 性发展阶段的需求预测，这些方法的预测效果普遍不佳。 zo(凡) 一}(州小别卜1)) 传统的灰色GM(1，1)预测模型运用最小二乘法，对由 上述方程组中，y和H为已知，目为未知参量，可用最 表1铁路历年货运市场份额表(单位：万t) 年份 2000 2001 2002 2003 2