基于灰色馬爾可夫模型的物流園區物流量預測研究

摘要：物流量預測是物流園區規劃和管理的一項重要內容。本文將灰色系統理論與馬爾可夫鏈相結合，介紹了灰色模型—馬爾可夫鏈預測物流園區物流量的預測方法，并對某物流園區未來三年的物流量進行預測，結果表明比單純利用灰色模型進行預測更加準確可靠。

關鍵詞：物流園區；灰色模型；馬爾可夫鏈；預測

中圖分類號：F207 文獻標識碼：A 文章編號：1002-3100(2007)02-0001-04

Abstract: Forecasting logistics quantity is an important content in the programming and managing the logistics area. Integrating gray model and markov chain， the article introduces grey-markov model to forecast logistics quantity in the logistics area and carries on an estimate to the amount of logistics for the coming three years in some logistics areas. The result shows that this model carries on prediction more accurate and credible than the grey model.

Key words: logistics area; gray model; markov chains; forecast

近年來，物流管理與物流技術在工業發達國家得到了廣泛的應用和發展。隨著現代科技、管理和信息技術在物流系統中的廣泛應用，物流行業已經成為適合于市場經濟發展的基礎產業之一。物流園區作為現代物流系統的重要組成部分，具有進一步改善本地或區域內的投資環境，提高本地企業的市場競爭力，發揮物流企業的集聚效應、控制物流總成本等作用。同時，物流園區作為物流需求和物流服務企業的聚集地，其對物流的規模化運作、提高物流資源的利用效率、提升區域整體物流水平乃至推動區域經濟的更加良性發展都具有重要的作用。因此，作為物流園區規劃與建設的前提和關鍵——物流園區物流量的預測顯得尤為重要，有效的物流量預測有利于合理地確定物流園區的規模以及設施設備的配置，也有利于物流園區經濟合理地運作，降低區域內企業的物流成本，增強本區域企業或產業的競爭力，避免在物流園區規劃和建設過程中資源的浪費等。

1灰色馬爾可夫模型的預測模型

物流園區物流量預測常見的方法有指數平滑法、回歸分析法、增長系數法以及灰色模型預測方法，等等。但這些方法都存在著不同的優缺點，如趨勢外推法（指數平滑法）只用于獨立的預測對象的中、短期預測，并且受環境的影響較大；因果分析法（回歸分析法）受外部因素影響較大，同時它還需要大量收集統計數據；采用灰色模型進行預測在大多數情況下也是相對粗糙的，因為這種模型要素累加生成數列需具有灰指數規律，這樣才能用微分方程擬合。而一個非負的時間序列其累加生成數列未必具有指數規律，而灰色模型總是用指數方程擬合，因而容易產生很大誤差，通過累加生成和累減還原更加大了模型的誤差。本文采用灰色馬爾可夫預測模型來預測物流園區未來幾年的物流量，即借助于馬爾可夫鏈來解決利用灰色系統預測中存在的問題來縮小預測區間、提高預測的準確性。

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”