资源描述：
《物流需求灰色预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、物流需求灰色预测模型研究摘要：物流需求预测是进行物流研究的重要内容。本文着重介绍了灰色预测模型在物流需求预测中的应用，并对基本的灰色预测模型进行了改进。通过算例分析，与其他的预测方法进行比较，论证了灰色预测模型有效的实用价值。关键词：物流需求预测；灰色预测模型；精度检验TheresearchonthegreypredictionmodeloflogisticsrequirementsFANWenjing(TheLogisticAcademyofSouthwestJiaoTongUniversity,Chen
2、gdu)Abstract:Thepredictionoflogisticsrequirementsistheimportantcommentoflogisticsresearch.Thegreypredictionmodelanditsapplicationtopredictlogisticsrequirementsareintroduced,andthefundamentalgreymodelisimproved.Throughanalysisandcomparisonwithotherpredictio
3、nmethods,itdemonstratethegreypredictionmodelhasaneffectivepracticalvalue.Keywords:predictionoflogisticsrequirements;greypredictionmodel;precisioninspection引言为推动现代物流的发展,对历史物流需求进行分析和对未来物流需求进行科学预测已成为必需。因为,物流需求分析和预测是制定物流产业发展政策及物流基础设施规划、设计的主要依据,同时也是保证物流供给、调整物流供
4、需平衡、合理整合物流资源的基础。物流需求来源于社会经济活动,又受到物流供应系统的影响,它具有派生性、复杂性、时效性、地域性等显著特性。由于物流需求的这些特性,使物流需求成为可测的,但也是十分复杂的;有规律的,但也是随机性的,这既对预测的内容、精度、方法提出了很高的要求,又给物流需求预测带来了很大难度。目前，针对物流需求预测的研究很多。在预测方法上，大多数采用平均增长率法、指数平滑法、弹性系数法、时间序列法、回归分析等传统方法，近年来采用灰色理论对物流需求进行预测的研究越来越多。黄敏珍、冯永冰[1]介绍了灰色
5、预测模型在区域物流预测需求中的应用，通过误差检验，论证了灰色预测模型具有较高的精度，是一种非常实用的预测方法。潘英英、宋国喜[2]运用灰色系统模型预测了广西未来几年的货运需求情况，为广西制定区域物流发展政策，确定物流基础设施建设规模及分析物流市场态势提供定量依据。何国华[3]从区域物流需求预测内容、指标选择和预测方法三方面进行系统研究，全面综合提出了区域物流需求预测的内容及其对应的评价指标。周茵[4]在灰色预测模型的基础上建立残差灰色预测模型，并以实际铁路货运量为基础，做分析比较。本文着重论述了灰色预测模型
6、在物流需求中的应用，将其预测结果同传统方法进行对比，并且对基本灰色预测模型进行了改进，取得了更好的预测效果。1基本灰色预测模型灰色系统建模方法是通过处理灰信息来揭示系统内部的运动规律,8它利用系统信息,使抽象概念量化,量化概念模型化,最后进行模型优化。它不但考虑通过输出信息去同构系统模型,同时十分重视关联分析,从而充分利用系统信息,使杂乱无章的无序数据转化为适于微分方程建模的有序数列。灰色系统建模方法采用以区间及区间运算为代表的灰数处理,是一种简便实用的方法。目前,灰色系统建模方法主要用于灰色预测和决策,并
7、取得了良好的效果。灰色模型的构建,通过灰色生成或序列算子的作用弱化随机性,挖掘潜在规律,经过灰色差分方程与灰色微分方程之间的互换实现了利用离散的数据序列建立连续动态微分方程的新飞跃。1.1基本灰色预测模型建模理论[5]灰色数学研究的对象是“小样本”、“贫信息”的不确定信息，对数据及其分布的限制要求小，一般利用时间序列数据，通过GM(1,1)模型进行预测。该方法不但预测精度高，而且可以进行长期预测，用累加生成拟合微分方程，符合能量系统的变化规律。1.1.1建模过程灰色预测模型的建模过程，实质上是通过一定方法对
8、原始的数据序列进行处理，得到规律性较强的生成数列后重新建模，由生成模型得到的数据再通过逆处理得到还原模型，再由还原模型得到预测模型。建立GM(1,1)模型只需要一个数列。设有变量为的原始数据序列：（1）一阶累加生成序列为：（2）式（2）中：将原始数列累加生成后，弱化了原始数列中坏数据的影响，具有指数增长的规律，可以认为序列满足一阶线性微分方程：（3）式中是模型的发展参数，反应及原始数列的发展趋势；是模型的协调系数
