您好!欢迎访问J9集团官方网站官方网站!

营业时间
MON-SAT 9:00-18:00

全国服务热线

公司门店地址
荔湾区中山八路新虹街58号

J9集团官方网站

j9集团

1017231

来源:网络日期:2026-06-26 浏览:

  物流需求预测 ( 河北工程大学 管理科学与工程 阮俊虎) 物流需求是指一定时期内社会经济活动对生产、流通、消费领域的原材料、半成品和 成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和费用方面 的要求,涉及运输、库存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活 动的诸方面 [1] 。物流需求的度量可以采用价值量和实物量两种度量体系。实物量意义上 的物流需求主要表现为不同环节和功能的具体作业量,如货运量、库存量、加工量、配送 量等;价值量意义上的物流需求是所有物流环节全部服务价值构成的综合反映,如物流成 本、物流收入、供应链增值等 [2] 。 物流需求预测是根据物流市场过去和现在的需求状况,以及影响物流市场需求变化的 因素之间的关系,利用一定的判断、技术方法和模型,对物流需求的变化及发展趋势进行 预测。国内外许多专家和学者都对物流需求的预测进行了研究,提出不同的预测方法和手 段。物流预测方法可以分为定性预测方法(如德尔菲法和业务人员评估法等)和定量预测 方法,但多数是定量预测方法,因此,本文主要是对国内物流需求定量预测方法进行综述, 归为时间序列预测方法、因果关系预测方法、组合预测方法等三类。 1 . 时间序列预测方法综述 时间序列预测方法是依据从历史数据组成的时间序列中找出预测对象的发展变化规律, 以此作为预测依据。常用的时间序列预测模型有增长率法、移动平均法、指数平滑法、随 机时间序列模型、灰色模型、以及在经济领域已经被广泛应用的混沌与分形等。 增长率法指根据预测对象在过去的统计期内的平均增长率,类推未来某期预测值的一 种简便算法。该预测方法一般用于增长率变化不大,或预计过去的增长 [3] 趋势在预测期内仍将继续的场合。刘劲等( 2002 )在利用增长率系数法对百色 地区港口货运量进行了逐一分析。 移动平均法是用一组最近的实际数据值来预测未来一期或几期内产品的需求量的一种 常用方法。当产品需求既不快速增长也不快速下降,且不存在季节性因素时,移动平均法 能有效地消除预测中的随机波动。根据预测时使用的各元素的权重不同,移动平均法可以 分为:简单移动平均和加权移动平均。杨荣英等 [4] (2001 )在讨论移动平均值的基础上, 提出了移动平均线方法,并介绍了运用移动平均线进行物流预测的方法。李海建等 [5] (2019 )利用二次移动平均线模型对芜湖市物流业发展的规模进行了预测。 指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法,它是通过计 算指数平滑值,配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的 指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。移动平均法则不考虑较 远期的数据,并在加权移动平均法中给予近期资料更大的权重;而指数平滑法则兼容了全 期平均和移动平均所长,不舍弃过去的数据,但是仅给予逐渐减弱的影响程度,即随着数 据的远离,赋予逐渐收敛为零的权数。韦司滢等 [6] (1999)将指数平滑法等其他多种方 法应用在三峡移民工程建材配送决策支持系统中。黄荣富等 [7] (2019)、张云康等 [8] (2019 )在进行指数平滑法预测的基础上进行了物流需求多种方法组合预测。 随机时间序列模型就是指在所研究对象的一组实测时间序列的基础上,通过各种数学 的分析处理手段,寻找序列变化特征、发展趋势与规律,进而对未来某时刻研究对象的状 态做出估计。常用模型有:自回归 (AR) 模型、移动平均 (MA) 模型、自回归移动平均 (ARMA)模型、求和自回归移动平均 (ARIMA)模型等。黄丽 [9] (2019 )利用随机时间序列模型对物流需求预测进行了专题研究。 灰色模型 (Grey Model ,简称 GM)是一种以对时间序列进行研究分析,并建立方程,将 无规律的原始数列经过转换,使之成为较有规律的生成数列后再建模用于预测的预测方法。 赖一飞等 [10] (2000)建立灰色系统预测模型,并对金沙江货类的流量流向及过坝货运量 进行分析预测。张存禄等 [11] (2000 )利用 GM(1, 1 )模型对武汉地区的物流发展水平进行了灰色预测。张鹏等 [12] (2001)将灰色模 型应用到公路物流预测中。林桦等 [13] (2001)、刘芳等 [14] (2019)、黄智星等 [15] (2019 )、柴大胜等 [16] (2019)以物流园区为研究对象,利用灰色模型对其货流量等进 行了预测。林小平等 [17] (2019)利用灰色系统理论,建立了成都双流机场货、邮吞吐量 的预测模型。并通过实际数据与预测结果的比较,证明灰色模型对于双流机场货、邮吞吐 量的预测具有较高的精度。何国华 [18] (2019)利用灰色预测模型对区域物流需求进行了 研究。潘英英 [19] (2019 )运用灰色系统模型,对广西物流中心货运需求量进行了动态预 测。另外,还有学者针对灰色预测模型的不足,对其进行了改进,并将其应用到物流需求 预测中。如:周茵 [20] (2019)针对 GM(1,1 )模型对离散度大的数据预测精度差的缺陷, 将残差灰色预测模型应用到物流货运量预测中;吴振宁等 [21] (2019)、王冠奎等 [22] (2019 )、 [23] 胡云超等( 2019 )利用马尔可夫链对灰色模型进行了改进,并将其应用到物 流需求预测中。 混沌是决定论系统所表现的随机行为的总称,根源在系统内的非线叉耦合作用, 是一种回复性非周期运动。分形论是以复杂事物为研究对象的,包括线性分形和非线性分 形。混沌与分形经常被用于复杂系统中,国内学者也有将其应用到物流需求的预测中。如: 毛良伟 [24] (2019)将混沌动力学应用到宏观物流预测中;杨瑞等 [25] (2019)比较了现 代常用的公路货运量预测方法的优缺点,研究了混沌理论对公路货运量的预测基本原理, 构思短中长期货运量预测方法的可行性,并提出了研究方法和途径;李红启 [26] (2019) 论证了分形理论用于铁路货运量分析的可行性;聂伟 [27] (2019)在已有研究的基础上, 提出了一种新的分形预测模型—等长度递补变维分形模型,并将其应用到我国货运量及其 构成预测中。 2 . 因果关系预测方法综述 因果关系预测方法是依据历史资料找出预测对象的变量与其相关事物的变量关系,建 立相应的因果预测模型,利用事物发展的因果关系来推断事物发展趋势的预测方法。物流 需求属于派生需求,它是由经济发展本身带来的,与经济的发展密切相关,随着经济总量、 产业结构、资源分布等改变,物流需求量、需求结构和层次也随着发生变化 [28] ,因此, 许多学者利用有关经济的各项指标来预测物流需求,常用的模型有弹性系数法、重力模型 法、线性回归模型、神经网络模型、支持向量机模型等。 弹性系数法是在对一个因素发展变化预测的基础上,通过弹性系数对另一个因素的发 展变化作出预测的一种间接预测方法 [29] 。乔向明等 [30] (2019)以十年时间序列数据为 依据,采用弹性系数法,对我国公路客货运量进行中期预测研究。李慧等 [31] (2019 )选 取交通区汽车保有量、客货运输量、通道交通量统计资料与国内生产总值作为弹性系数指 标,进行回归确定弹性系数,对资泸路 ( 省道 207 线 ) 威远段改造工程工可交通量进行了预 测。于龙年 [32] (2019)给出了物流量预 测的两种方法德尔菲法和弹性系数法。曹晓飞等 [33] (2019)结合北京经济发展趋势, 运用弹性系数法对机动车保有量进行了预测。 重力模型法认为区与区之间的交通分布受到地区间距离、运行时间、费用等所有交通 阻抗的影响,即区与区之间的出行分布同各区对出行的吸引成正比,而同区之间的交通阻 抗成反比(该模型与牛顿万有引力公式相类似,并因此而得名)。蒋仁才 [34] (1987)利 用重力模型对铁路货流分布进行了预测。詹燕等 [35] (2000 )介绍了重力模型法的原理及 其在交通分布预测中的应用前景,并通过实例比较了 Furness 法和重力模型改进法的运用 差别。蔡若松等 [36] (2002 )、杨天宝等 [37] (2019)、肖文刚等 [38] (2019)在交通预 测的实际应用中对重力模型进行了改进。另外,还有学者提出逆向重力模型 [39] 、模糊重 力模型 [40] 等,并将其利用到交通预测中。 回归分析研究因变量对一个或多个自变量的依赖关系,其用意在于通过后者的已知值, 去估计或预测前者的总体均值(古扎拉蒂, 1995)。物流需求属于派生需求,它是由经济 发展本身带来的,与经济的发展密切相关,文献 [28] 根据上海市经济指标数据得出了物流 需求指标与其他指标的相关性系数矩阵,证明其间有极强的线性相关性。因此,许多学者 将线性回归模型应用到物流需求预测中,如:王桂霞等 [41] (2001)应用多元线性回归预 测模型等对内蒙古交通运输货运量及货运周转量进行了预测;刘劲等 [3] (2002 )在右江 那吉航运枢纽工程货运量预测中应用到多元回归模型;林洪 [42] (2002)、李慧 [43] (2019 )、王小萃 [44] (2019)、陈智刚等 [45] (2019 )、杨琳等 [46] (2019)、杨帅 [47] (2019)、赵卫艳等 [48] (2019 )都将线性回归模型应用到物流需求预测中。 人工神经网络作为一种并行的计算模型,具有传统建模方法所不具备的很多优点,有 很好的非线性映射能力。对被建模对象的先验知识要求不多,一般不必事先知道有关被建 模对象的结构、参数、动态特性等方面的知识,只需给出对象的输入、输出数据,通过网 络本身的学习功能就可以达到输入与输出的完全符合 [49-50] 。针对物流需求预测中存在着非线性性,国内许多学者将神经网络模型应用 到物流需求预测中。张拥军等 [51] (1999)从交通运输需求的角度描绘了交通运输需求与 国民经济的一些主要经济变量的相关关系,基于这些相关关系建立了交通运输需求预测的 神经网络模型,利用误差反向传播算法实现了由这些因素到运输系统需求的复杂映射,并 进行了实例验证分析。王隆基等 [52] (2019)、牛忠远 [53] (2019)、缪桂根 [54] (2019 )、耿勇等 [55] (2019)、郭红霞等 [56] (2019 )针对传统物流预测方法的局限, 研究了基于 BP模型神经网络的物流预测方法,即依据历史数据建立 BP神经网络然后进行 训练形成物流预测模型。白晨明等 [57] (2019)依据已有的内、外回归神经网络预测模型 及其算法,利用它们的良好特性,提出了对角回归神经网络滚动预测模型及其机场物流预 测系统。赵闯等 [58] (2019 )、后锐等 [59] (2019)将广义神经网络应用到物流需求预测 中。 支持向量机( SVM)的基本思想是通过用内积函数定义的非线性变换将输入空间变换 到一个高维空间,在这个高维空间中寻找输入变量和输出变量之间的一种非线性关系。支 持向量机有严格的理论基础,是基于结构风险最小化原则的方法,明显优于传统的基于经 验风险最小化原则的常规神经网络方法。其算法是一个凸二次优化问题,保证找到的解是 全局最优解,能较好的解决小样本、非线性、高维数等实际问题。问题的复杂度不取决于 特征的维数,且具有良好的推广能力,正在成为继神经网络研究之后的研究热点。针对我 国现阶段物流系统样本量少的具体状况以及神经网络模型的局限性,越来越多的学者将支 持向量机应用 到物流需求预测中。唐伟鸿等 [60] (2019)采用基于时间序列的支持向量机进行了物 流量预测。庞明宝等 [61, 62] (2019 ,2019)分别用非线性支持向量机和基于偏最小二乘 支持向量机回归模型对区域物流量进行了预测研究。胡燕祝等 [63] (2019 )从物流与经济 的关系着手分析,建立了基于支持向量回归机的物流需求预测模型。 3 . 组合预测方法综述 不同预测方法的精度和侧重点存在差异,因此可将几种预测方法按一定的比例结构进 行组合预测。自从 Bates 和 Granger 在 20 世纪 60 年代首次提出组合预测理论以来,对组 合预测方法的研究和应用发展很快,采用组合预测模型可以克服单一模型的局限性,尽可 能提高预测的精度。吴守荣 [64] (1999)利用灰色预测模型和回归模型组合模型对山东省 公路机动车货运量及运力进行了预测。黄荣 [7] 富等( 2019 )以某港口近 15a 的货物吞吐量作为原始数据,在采用回归分析法和 3 次指数平滑法预测今后 10a 港口吞吐量的基础上,以“误差绝对值之加权和最小”作为最 优准则,建立组合预测模型,并将其应用到某港口货物吞吐量预测中。初良勇等 [65] (2019 )建立了回归分析、灰色系统及神经网络方法的物流需求单项预测模型,并以误差 绝对值加权和最小为最优化准则建立了物流需求组合预测模型,并辅以实例进行分析和验 证。赵刚等 [66] (2019)利用一元线 )组合模型对港口吞吐量进行了预 测。武骁等 [67] (2019)、姚智胜等 [68] (2019 )分别提出一种基于支持向量机的物流预 测模型,并进行了实证研究。张云康等 [8] (2019 )根据宁波港集装箱吞吐量的历史数据, 建立了时间序列的三次指数平滑模型、灰色系统预测模型等单项预测模型,并采用线性规 划的方法确定其最优组合的权重,并对宁波港集装箱吞吐量加以预测和分析。郁小锋等 [69] (2019 )建立了三次指数平滑、趋势外推和灰色系统等单项预测模型,并提出了 以误差绝对值加权和最小为最优化准则的组合预测模型,运用主成分分析的 [70] 思想来确定组合的权系数。刘婷婷等( 2019)提出模糊神经网络非线性组合 预测模型,应用三次指数预测模型、灰色理论预测模型、多元回归预测模型的预测值 作为模糊神经网络的测试样本数据库,输出样本为铁路货运量,并采用全局优化的粒子群 算法优化模糊神经网络的参数。李斌等 [71] (2019)采用历史平均模型、 RBF神经网络、 灰色预测法分别建立了天津市某路通流量的单项预测模型,然后利用支持向量机模型 对多个单项预测模型结果进行了组合预测,以作为其最终的预测值。 除了以上物流需求预测方法以外,还有其他预测方法,例如时交叉影响模型、投入产 出模型 [72] 、联机分析处理法 [73] 、价值量法 [2] 和集对聚类预测模型 [74] 等。 [摘 要] 本文运用灰色 GM(1,1) 预测模型理论,根据统计数据建立了物流需求量模 型并对广西未来几年物流需求规模进行了预测,在一定程度上能够为广西物流业发展提供 定量依据。预测结果表明广西物流需求呈稳定增长的态势。 [关键词] GM(1,1) 模型;物流需求;预测 1 引言 现代物流作为一种对产品从生产到消费进行高效率的组织和管理的方式,被广泛认为 是继生产和营销之后的“第三利润源泉”。物流产业作为许多国家国民经济的重要组成部 分和工业化进程中最为经济的服务模式,正在全球范围内迅速发展,成为一个具有巨大发 展潜力 的新兴产业。 广西发展现代物流具有优越的条件。一是得天独厚的港口条件。广西北部湾港口资源 丰富,防城港、钦州港、北海港和铁山港构成广西沿海地区的天然深水港口群,具有建设 3亿吨综合性大港口的自然条件。二是区位优势。广西地处中国—东盟自由贸易区,是中 国面向东盟的桥头堡和对外开放的重要窗口,是泛珠三角经济圈和大西南经济圈的中心结 合部,是西南地区重要的运输枢纽、出海通道。三是政治和政策优势。随着内地与香港更 紧密经贸关系安排(CEPA)的签署、中国—东盟自由贸易区(CAFIA)的实质性 启动、泛珠三角地区经济合作(PECO)的出台,广西迎来了千载难逢的发展现代物流 的战略性机会。另外,广西是我国唯一可以享受东部沿海开放地区、西部大开发以及民族 自治三方面优惠政策的省份,这为广西现代物流的发展创造了其他省份所没有的良好的政 策环境。 在现代物流规划过程中,物流需求分析是很重要的的环节。通过物流分析,可以保证 物流服务的供给与需求之间的相对平衡,使社会物流活动保持较高的效率与效益。广西政 府已下定决心将北部湾经济区建设成为中国—东盟物流基地、商贸基地、加工制造基地和 信息交流中心。建成的北部湾经济区将成为带动广西经济发展的新的增长极。将北部湾经 济区打造成“中国—东盟物流基地”,必须要考虑其所依托的整个广西的物流承载能力, 科学合理地建设物流园区,使物流产业能适应广西经济发展的需要。 2 物流需求指标及数据的选取 物流需求是伴随着经济的发展而产生和发展起来的,是经济社会中的工商企业、经济 社会的各个部门以及经济活动中的个人为了满足其生产经营、事业开展以及生活的需要, 在物流服务的运输、仓储、配送、流通加工等各个环节所产生的有支付能力的需求。物流 需求量分析是物流需求分析的重要组成部分,其度量指标体系有实物量体系和价值量体系。 实物量体系指标表现为不同环节和功能的具体作业量,如货运量、货运周转量、库存量、 加工量等。价值量体系指标是所有物流环节上全部服务价值的综合反映,包括物流成本、 物流收入、供应链增值等。由于实物量体系指标容易衡量,并且容易获得相关的统计数据, 因此,一般采用实物量体系指标对物流需求进行量化研究。从实物量指标来讲,虽然运输 需求只是物流需求中的一个部分,但运输是物流过程中的最基本的活动,贯穿整个物流过 程,是联系其他物流服务功能的纽带,运量的多少必然决定着仓储、配送、装卸、包装等 环节需求量的多少,并且,运输费用占物流总成本的很大比重。因此,用货运量表示物流 需求是可以反映物流需求的变化规律的。本文选取货运量表征物流需求。 数据太多会把过时的信息带入,影响模型的质量,还会增加计算量,而数据太少又会 造成有效信息的不足。由于中国—东盟博览会于2004年落户南宁,为广西实现经济振 兴发展带来难得的历史机遇,广西政府把发展物流业作为经济发展的切入点,物流产业得 到快速发展。因此,本文选取广西2004 - 2008年的货运量数据为基础来建模预测, 其数据见表1。 3 灰色预测模型的构建及物流需求预测因为物流需求的变化所受影响因素具有不确定 性和复杂性的特点,因此,我们选取灰色预测模型来对广西物流需求进行预测。利用灰色 预测模型(GM模型)可以对所研究系统的发展变化进行全局观察、分析和长期预测,最 常用的是一阶一元微分方程预测模型GM(1,1),该模型具有要求数据少、原理简单、 计算量适中、结果精度高等诸多优点。 1 模型的选择 1.1 灰序列的生成 把广西2004~2008年的货运量作为

  2、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。

  3、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

  4、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

  2025 七年级生物下册 非条件反射先天性的跨物种对比分析课件.pptx

  2025 七年级生物学上册有机物用于构建植物体的成分分析课件.pptx

  (新教材)2026人教版三年级下册道德与法治期末复习知识点总结梳理(精编版+教材问答解答).docx

  原创力文档创建于2008年,本站为文档C2C交易模式,即用户上传的文档直接分享给其他用户(可下载、阅读),本站只是中间服务平台,本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方,若您的权利被侵害,请发链接和相关诉求至 电线) ,上传者

j9集团 丨NEWS