基于Markov链物流园区需求灰色预测模型改进.docVIP

基于Markov链物流园区需求灰色预测模型改进 　　摘要：物流园区是一项大型基础设施投资项目，在规划与设计上需要有一定的超前意识，而需求预测则是园区规划超前意识的重要依据。目前，国内外对物流园区需求预测方法的研究和实践基本上还处于发展阶段，至今尚未形成完整科学、操作性强的方法体系，现有的需求预测大体上是借鉴交通运输规划的模型，进行研究的过程中灰色模型预测有局限性，其预测结果与真实值之间存在一定误差，因而可以考虑利用Markov链提出改进方案。 　　关键词：物流园区；规划预测；灰色预测；Markov链 　　中图分类号：F224文献标识码：A 　　文章编号：1002-3100(2007)08-0001-03 　　Abstract: Logistics park is a invest project of infrastructure and needs a certain good consciousness in programming and designing. But need predict is important base of good consciousness. At present, study on need predict uses model of transportation, so it hasnt formed scientific and operational system. Aiming at the limit of gray model predict, the paper makes use of a Markov chain to improve it. 　　 　　Key words: logistics garden; planning forecast; grey theory forecast; Markov chain 　　 　　1物流园区预测数据特点 　　 　　物流园区的需求来源于腹地区域的社会经济活动，同时又受到腹地区域生产力发展水平、生产资源分布、生产制造过程、消费分布、运输仓储布局等诸多因素的影响，它具有如下显著特点。 　　1.1空间地域性 　　生产力布局、社会经济水平、资源分布、用地规模等使物流需求产生量呈现出地域和分布的差异性。物流需求产生量的空间分布影响着物资流动的流量和流向，同时对物流园区的规划建设起着决定性影响[1]。 　　1.2历史数据的局限性 　　历史数据所描述的发展趋势不能完全代表需求产生量未来的发展情况。随着社会经济的不断发展和更多更先进的生产技术装备的逐步应用，现代生产和物流的国际化趋势越来越明显，这在很大程度上使得物流需求产生量的“量”和“质”都发生了变化。 　　1.3统计数据自身缺陷 　　统计数据是描述宏观生产的运行情况。由于统计调查方法、数据收集渠道和能力、调查范围等各方面因素的限制以及我国现行统计制度的不完善，导致统计数据一定程度上显示出不完备、不准确和透明度不够的缺陷。 　　1.4各类需求产生量的发展趋势难以描述 　　各类需求产生量的发展关系目前尚未有确定的数学模型。由于社会经济系统和物流供应系统是开放的，因而难以避免地受到各种复杂因素的影响，使得确定性模型难以建立；同时由于统计数据本身存在的缺陷（如不准确、不全面，存在估计性等），数据的灰度相对较大，不适合建立确定性模型进行描述；此外，各类需求产生量的发展包含许多随机性的相互作用，因而预测时限越长，预测的精度也就越差。 　　 　　2改进思路 　　 　　灰色预测法是一种对含有不确定因素的系统进行预测的方法，灰色系统理论是针对既无经验，数据又少的不确定性问题提出来的。它能更准确地描述社会经济系统的状态和行为，基于灰色系统理论的灰色预测模型，对社会经济系统预测具有重要意义，对于物流园区规划预测表现出一定的适应性，然而国内物流园区规划处于起步阶段，难以避免受到各种复杂因素的影响，使得确定性模型难以建立。 　　马尔可夫链是俄国数学家马尔可夫（Markov）于20世纪初发现的系统状态转移规律，分析随机事件未来发展变化趋势及可能结果，从而为决策者提供决策信息的一种分析方法[2]。马尔可夫链过程最显著的特点是要求数据列的无后效性，即指对于随机过程Xt，当在时刻t0时所处的状态已知，此后的状态只与t0时的状态有关，而与t0以前的状态无关。随着腹地区域社会经济的不断发展，园区腹地物流需求产生量的变化一般具有平稳增长的趋势，每年需求量均在前一年需求量的基础上有所增长或者上下波动，这样的数据序列的发展特征恰好符合马尔可夫链无后效性的这一特点，因此以下重点探讨借助Markov性质进行灰色模型的改进。 　　基于Markov性质改进灰色模型以灰色模型的预测值作为基