英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
基于灰色理论的物流需求预测神经网络集成
夏国恩 工商管理学院 广西大学财经学院 南宁，中国
王东娇 管理部 广西大学科技学院 柳州，中国
马陆 管理部 广西大学科技学院 柳州，中国
孙泽瑞 教务处 广西大学财经学院 南宁，中国
摘要：本研究是在统计学基础上发展起来的的预测方法, 它不需考虑数据样本中的多元时间序列和预测结果参数的一致性。通过建立考虑区域经济发展水平和综合预测理论的多种因素的物流需求指标体系, 提出了一种串行灰色神经网络预测模型。该模型将灰色理论和 BP 神经网络、线性加权预测结果与这两种模型相结合, 从而得到了最终的值。该方法用于广西物流需求的实证研究中，得到的预测值接近实际值, 具有较好的预测效果。从而验证了所提出模型的有效性。
关键字：物流需求预测；灰色神经网络；组合预测
一、导言
区域物流需求是一个特定地区的生活和生产资料对于运输、仓储、装卸、搬运、包装、流通加工、配送、信息服务等方面的需求。(该地区通常是一个相互关联的网络区域, 往往由中心的大城市和附近的小乡镇组成)。区域物流需求预测研究起源于西方发达国家。工业革命解放了社会生产力, 细化了社会分工, 加快了物流领域的发展步伐。欧美的研究人员通过积极探索和实践, 在这一领域取得了大量的理论和实践研究成果。近年来, 我国物流业发展速度迅速。基于国外的研究成果, 区域物流需求预测研究取得了长足的进展。
根据不同的时间和发展水平，区域物流需求的发展大致可以分为三个阶段。
原始的预测方法主要包括回归分析、投入产出法、弹性系数法、灰色系统理论、决策支持系统、时空多项式概率模型、聚类方法和指数平滑法。它们都是基于传统的统计方法。
随着区域物流需求预测的进一步发展, 上述方法的局限性也逐渐显现出来。传统的方法一般基于区域物流需求服从线性变化规律的特点。事实上, 它也与该地区的经济产业结构和资源分配密切相关。因此, 传统的预测方法的准确性难以满足实际要求。
第二阶段的预测方法是基于人工智能技术。自二十世纪八十年代以来, 随着非线性、自组织和自学神经网络等算法的发展, 使得任意非线性函数和拟合非线性系统的逼近成为现实。为区域物流需求预测的研究创造了新的空间。人工神经网络及其相关方法是现阶段的主要研究方法。
人工智能的预测方法虽然具有传统预测方法所没有的高度非线性映射能力。然而, 人工神经网络是基于经验风险最小化原理和大数定律的, 需要大量的数据样本。在小数据样本中, 收敛速度慢, 易出现局部极小点收敛。由于我国区域经济发展起步较晚, 历史数据是典型的小样本数据。小样本数据的预测结果在实际预测过程中容易出现过度拟合和泛化能力
第三阶段的预测方法是以统计学为基础。利用结构风险克服人工神经网络缺陷的一种方法，最小化原理, 它适用于求解小样本、非线性、高维、局部极值和泛化能力好的实际问题, 支持向量机是该阶段的主要方法。
尽管基于统计学的预测方法近年来取得了许多成果, 但这些方法仍存在一些不足和局限性。第一, 没有统一的描述物流量指标。由于我国物流业起步较晚, 物流政策体系不健全, 物流需求指标的定量统计相对稀缺, 缺乏真实的统计数据。研究人员只能利用相关指标预测物流需求, 如货运时间、货运周转、物流、物流成本等。它影响了预测方法的经验结果。其次, 需要解决多变量时序数据样本结构问题。研究样本数据结构主要采用单变量时间序列和多元级数积分, 较少考虑多元时间序列数据样本结构问题。三是区域物流指标的选择缺乏创新。它往往是借鉴前人的成就或采用主成分分析、因子分析等传统方法, 对区域物流指标的选择, 很少探索新的研究视角。同时, 物流指标选择方法缺乏突破。最后, 预测模型过于单一。在评价预测模型时, 研究人员普遍关注误差大小, 忽略误差方向的影响。对正、负误差产生的不同结果缺乏研究和解释
针对这些问题, 本文建立了基于经济社会发展因素的物流需求预测指标体系。该系统采用灰色理论和 BP 神经网络相结合的综合预测理论, 构建了灰色神经网络综合预测模型。并对广西物流需求预测进行了实证研究。
二、区域物流需求预测分析指标体系研究
a. 经济因素
(1) 经济发展水平
区域物流需求与区域经济发展水平密切相关, 区域经济的快速发展是推动区域物流需求增长的动力。随着区域经济的不断完善, 区域物流需求作为一种衍生需求, 如运输需求、仓储、装卸搬运、包装和配送加工需求都呈现出日益增长的趋势。区域经济发展水平越高, 物流需求越大, 无论是在世界各国还是我国各省。它们是正相关的。
(2) 经济产业结构
区域经济产业结构由初级产业、二级产业和第三产业构成, 区域之间的经济差异是由三产业的不平衡发展造成的, 形成了不同的区域物流需求结构特征。当第一个工业产值最大时, 区域物流对运输和仓储的需求很高, 对其他高附加值物流的需求也就越少。当第二产业产量最大时, 除了运输和仓储需求外, 还有对配送、包装和配送加工的增值需求, 物流需求类型显著增加。当第三产业产量最大时, 区域物流需求集中在物流服务需求上, 通过不断提高物流管理信息化和自动化。形成完整的物流网络和物流管理系统，能够充分满足物流服务的需求。
(3) 居民消费总量
居民消费总量是量化居民消费水平的主要指标, 居民消费水平反映了居民的购买力和偏好, 以及物质产品和服务的需求。为了提高经营效益, 企业改变经营战略, 迎合消费能力提升的公共需求和材料需求的多样化。同时, 随着居民消费水平的提高, 生产者、销售商和消费者之间的物流需求也随之增加。
(4) 社会零售总额
社会零售总销售额反映了全社会对消费品的需求量, 以及物流需求的间接规模。社会消费品零售业不仅影响物流、配送和仓储量, 也带动了物流的高需求。因此, 社会零售业的整体销售越多, 物流需求越大, 反之, 物流需求越小。
(5) 全社会固定资产投资
没有固定资产投资, 区域经济无法建设和发展。固定资产投资也可以推动产业价值链的发展，从而增加这一地区的物流需求。此外, 完善的物流基础设施是满足区域物流需求的前提。需要物流基础设施来加强对固定资产的投资。固定资产投资与物流需求相互促进，二者都促进了区域物流业的发展。因此, 我们选择整个社会固定资产投资来代表固定资产库存。
(6) 进出口总额
对外贸易的直观反映是进出口总量。对外贸易的发展为区域经济繁荣做出了巨大贡献。促进物流业跨区域发展通过在内外经济主体之间建立桥梁, 寻找物流市场的内在潜能。随着对外贸易的不断发展, 与区域资源互补优势的外部世界。它可以吸引大量的海外投资, 随着商品的输出, 也加快了物流基础设施建设的速度, 提高了物流服务水平, 拓展了物流市场的主体。
(7) 物流成本
物流成本是货物流通的成本, 如运输、包装、装卸费、保管费、收费费等。它直接影响到物流需求。物流成本与物流需求的关系是负相关的, 即物流需求随着物流成本的增加而降低。由于物流成本受到外部环境因素的极大影响。随着燃料价格和运输的变化, 以及劳动力成本的改变, 物流成本也随之改变。因此很难得到实际的物流成本, 也没有固定的定量指标。
b. 非经济因素
(1) 区域地理位置
区域地理位置客观地决定了地方经济发展的潜力。东部和西部地区、沿海地区和内陆地区的差异不仅反映在地形、气候、资源等自然因素上, 对人口分布、城市建设和运输也有影响。这一差异可以使区域经济发展不平衡。开放的沿海经济区可以利用得天独厚的地理优势发展经济, 形成相对集中的经济产业链。它还将增加区域物流需求, 如长江三角洲、珠江三角洲和环渤海经济圈。
(2) 物流基础设施水平
物流基础设施的完备与否直接关系到区域物流产业的整体水平。许多大型物流园区和物流中心都是以综合物流设备的运输枢纽区建成的。货物运输、分拣、包装、仓储保管、收集物流活动离不开物流基础设施的安全。因此, 物流基础设施建设的高度重视和物流基础设施的投资力度, 有利于提高物流服务质量, 扩大区域物流需求。
(3) 物流服务水平
物流服务水平是保证物流服务质量的关键, 对区域物流需求有相互影响和相互制约。高水平的物流服务不仅能及时、安全、准确地运输货物, 而且能提高客户满意度。反之, 物流服务水平低, 如货物损坏或损失, 收发货物延误, 员工服务态度不只有降低客户满意度, 还可以减少区域物流需求。
(4) 政策
宏观经济政策是国民经济建设的指南。随着宏观经济政策的制定和调控, 不同区域的发展动力和发展模式将受到不同程度的影响。促进西部大开发、振兴东北老工业基地、促进中部崛起、建立沿海经济技术开放区等宏观经济政策, 已明确国家未来的发展目标, 加快区域经济的前进步伐, 为物流市场创造广阔的发展空间。此外, 相关政策、物流不仅能促进物流业的快速发展, 而且还能完善物流业的管理体制。
(5) 技术进步
随着时代的发展, 科技在人类生活中的作用日益凸显, 不断地改变着生产方式和生活方式。高机械化、自动化的物流设备取代了传统的手工操作, 提高了物流活动的效率。节省了大量的人力成本。信息技术革命使成千上万的人连接互联网。电子商务的广泛应用迫使物流业的经营模式发生了变化。电子商务和物流技术的发展, 缩短了物流企业与客户之间的距离, 大大提高了区域物流需求。
(6) 突发因素
突发性自然灾害或人为事件的发生, 可能导致区域物流的快速增长或急剧减少, 突发因素没有规律，也不可预知。在 2014年, 有许多紧急情况如马来西亚航空 MH370 飞机失去联系, 埃博拉病毒肆虐, 韩国轮渡 'SEWOL' 沉没, 一个强大的8.2 级地震袭击智利直接或间接影响当地经济发展, 不仅减少了旅游业务和对外贸易活动, 也给物流业造成了巨大冲击。
根据区域物流需求指标的相关性、全面性、可操作性和相对独立性等原则, 选择了以 GDP 作为区域经济指标的要素指标。第一产业产值、第二产业产值、第三产业产值作为区域产业结构指标;居民消费作为区域消费水平的指标。社会消费品零售总额被用作区域内贸易指标。进出口作为对外贸易指数的总面积。预测指标的标准是货运量和货运周转率, 反映了区域物流的整体水平。区域物流需求预测指标体系如图1所示。
国内生产总值
第一产业产值
货运量
第二产业产值
第三产业产值
国民消费总值
货物周转量
消费水平
社会固定资产投资
进出口贸易总值
图1.区域物流需求预测指标体系研究
三、灰色神经网络综合预测模型
灰色神经网络是灰色预测与 BP 神经网络相结合的综合预测方法。GM (1、1) 的预测模型具有易于处理小样本数据的优点, 模型简单, 可以弱化原始数据的随机性。BP神经网络预测模型具有自学习、自组织、自适应等优点, 具有非线性拟合能力和泛化能力。灰色神经网络结合两种预测模型, 通过发挥其优越性, 提高了预测精度。灰色神经网络预测模型主要分为两类, 并行灰色神经网络预测模型和系列灰色神经网络预测模型。
并行灰色神经网络预测模型: 首先, 分别利用 GM (1、1) 模型和 BP 神经网络模型对原始数据进行处理。其次, 加权系数, 计算两个合理系数模型的结果的权重和。最后, 加权求和是积分模型的最终结果。模型的结构如图2所示。
灰色预测值
最终预测值
线型加权
原始数据
神经网络预测值
图2.并行灰色神经网络预测模型
灰色神经网络预测模型系列: 首先, 利用 n 向量的 GM (1、1) 模型计算预测结果。其次, 运用训练后的 BP 神经网络模型, 对结果进行预测。最后, BP 神经网络的预测结果模型作为组合模型的最终预测结果。模型的结构如图3所示。
并行灰色神经网络预测模型只计算两个单一模型的简单线性加权和, 而不考虑单模型预测结果之间的非线性关系, 因此, 我们预测广西物流需求采用系列灰色神经网络预测模型。
GM(1,1)第1个输入向量的结果
原始数据
GM(1,1)第2个输入向量的结果
人工神经网络预测结果
.
.
.
GM(1,1)第n个输入向量的结果
图3.串联灰色神经网络预测模型
四、区域物流需求预测的实证分析
本文以广西区域物流需求为例进行实证研究。随着中东自由贸易区和一带一路的背景, 广西物流业的发展和社会物流量逐年增长。根据2013广西壮族自治区国民经济和社会发展统计公报, 运费总量为17亿9795万吨, 比上年同期增长11.4%。货物周转量为4320亿1300万吨千米, 同比增长5.1%。然而, 广西物流业仍处于发展的初级阶段, 物流发展还存在许多短板, 如物流业整体规模小, 物流规划布局不合理, 供需物流不平衡, 物流服务水平低, 物流管理协调机制不完善, 后勤保障政策不健全等。在这种情况下, 及时把握物流需求发展的变化趋势尤为重要。
a. 原始数据的灰色特征分析
本文根据广西2013年统计年鉴, 收集广西区域物流需求预测指标 (表 1) 的原始数据。假设 x 表示输入和 Y 表示输出, x 表示影响广西物流需求的因子指数, Y 表示广西物流需求的预测指标。X1 是指广西国内生产总值 (单位: 1亿元左右)、X2、X3、X4, 分别为广西第三产业产值。X5 表示广西居民消费。
全文共12061字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16294]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
