一類物流企業(yè)網(wǎng)絡(luò)運量預(yù)測組合算法與應(yīng)用

[摘要] 本文分析了物流運輸企業(yè)網(wǎng)絡(luò)配送運量變化特性，提出了網(wǎng)絡(luò)運量預(yù)測的組合算法，結(jié)合各種網(wǎng)絡(luò)運量預(yù)測方法的特性，運用具體實例對組合模型的精度和適用條件進行了驗證。

[關(guān)鍵詞] 運量預(yù)測組合算法

一、引言

物流網(wǎng)絡(luò)配送是一種特殊的、綜合的物流活動形式，是物流企業(yè)的一個縮影或在小范圍中物流全部活動的體現(xiàn)。物流網(wǎng)絡(luò)運量的合理預(yù)測可以優(yōu)化和完善物流系統(tǒng)，改善物流服務(wù)，降低物流成本，提高物流企業(yè)的經(jīng)濟效益。運量的預(yù)測方法分為定性預(yù)測方法和定量預(yù)測方法。

物流企業(yè)網(wǎng)絡(luò)運量的預(yù)測方法有多種。如增長系數(shù)法、重力模型法、機會模型法和最大熵模型法等。但由于各種方法都具有其各自的優(yōu)點，同時也存在各自的缺點或局限性;同一被預(yù)測目標，用不同預(yù)測方法，其結(jié)果往往相差較大。為解決這一矛盾，使運量預(yù)測更加切合實際，為科學決策提供可靠的依據(jù)，有必要提出運輸市場預(yù)測的組合算法。

二、網(wǎng)絡(luò)運量預(yù)測的組合算法

所謂運量預(yù)測的組合算法，是指運用多種預(yù)測方法對同一目標進行預(yù)測，然后將幾種預(yù)測結(jié)果再進行一定的數(shù)學統(tǒng)計處理，組合成一個新的預(yù)測結(jié)果的方法。設(shè)幾種預(yù)測方法所得結(jié)果分別為Y1，Y2，……，Yn;組合預(yù)測法的結(jié)果為Y，其相互關(guān)系表達為:

F(Y)=f(Y1，Y2， ……，Yn)（1）式(1)的具體關(guān)系式可根據(jù)實際情況加以確定。

如算術(shù)平均值:（2）加權(quán)平均值:（3）式(3)中q1，q2，…qn為各相應(yīng)預(yù)測法結(jié)果所占權(quán)數(shù)。幾何平均值:（4）

三、網(wǎng)絡(luò)運量預(yù)測的特性分析

運量預(yù)測常用的方法有增長系數(shù)法、重力模型法和最大熵模型法。

1.增長系數(shù)算法

在運量預(yù)測中增長系數(shù)法通常采用平均增長率法和弗拉塔法。

平均增長率法:ij城市或貨運集散點的分布運量的增長率。使用i區(qū)出行發(fā)生量的增長率和j區(qū)出行吸引量增長率的平均值。

（5）弗拉塔法(Frator)：ij區(qū)間分布運量的增長率使用出行發(fā)生量誤差修正量和出行吸引量誤差修正量的組合平均值。（6）（7）增長系數(shù)法的優(yōu)點:結(jié)構(gòu)簡單、實用的比較多，不能需要交通城市或貨運集散點之間的距離和時間，可以適用于小時運量或日運量等的預(yù)測，也可以獲得各種目的的OD運量，對于變化較小的OD表預(yù)測非常有效。

增長系數(shù)法的缺點：必須有所有城市或貨運集散點的OD運量；對象地區(qū)發(fā)生大規(guī)模變化時，該方法不適用;交通城市或貨運集散點之間的運量值較小時，存在如下問題:(1)若現(xiàn)狀運量為零，那么將來預(yù)測值也為零。(2)對于可靠性較低的OD運量，將來的預(yù)測誤差將被擴大;因為預(yù)測結(jié)果因方法的不同而異，所以在選擇計算方法時，需要先利

用過去的OD表預(yù)測現(xiàn)狀OD表，比較預(yù)測精度;將來運量僅用一個增長系數(shù)表示缺乏合理性。

2.重力模型法（Gravity Method）

模擬物理學中的牛頓的萬有引力定律兩物體間的引力與兩物體的質(zhì)量之積成正比，與它們之間距離的平方成反比。（8）其中，Oi，Dj:城市或貨運集散點i，j的發(fā)生與吸引運量;R:城市或貨運集散點i，j間的距離或一般費用;k，α，b，g:系數(shù)。在現(xiàn)狀OD表已知的條件下，Oi， Dj， Rij和tij已知，k，α，b，g可以用最小二乘法求得。

優(yōu)點:直觀上容易理解;能考慮路網(wǎng)的變化和土地利用對人們的出行產(chǎn)生的影響;特定交通城市或貨運集散點之間的運量為零也能預(yù)測;能比較敏感的反映交通城市或貨運集散點之間行駛時間變化的情況。

缺點:模型盡管能考慮到路網(wǎng)的變化和土地利用對出行的影響，但缺乏對貨流生成與方式選擇行為的分析，跟實際情況存在一定的偏差;貨流距離分布在全區(qū)域并非為定值，而重力模型將其視為定值;交通城市或貨運集散點之間的行駛時間因交通方式和時間短的不同而異，而重力模型使用了統(tǒng)一時間;交通城市或貨運集散點之間的距離小時，有夸大預(yù)測的可能性。

3.最大熵模型

網(wǎng)絡(luò)運量預(yù)測中最大熵模型通常采用Wilson模型:（9）

T:對象地區(qū)的生成運量。即OD運量的組合數(shù)由求E的最大得到。

約束條件為：（10）式中：C為出行總費用， Cij為tij的出行費用最大熵模型一般用以下對數(shù)拉格朗日方法求解。 （11）其中，λi，μj，γ為拉格朗日系數(shù)。（12）對上式變形求解可得（13）

特點:能表現(xiàn)出行者的微觀行動;總交通費用是出行行為選擇的結(jié)果，事先給定脫離現(xiàn)實情況;各微觀狀態(tài)的概率相等，即各目的地的選擇概率相等的假設(shè)沒有考慮距離和行駛時間等因素。

四、組合預(yù)測應(yīng)用算例

如一物流企業(yè)主要負責A、B、C三個城市之間的物流運輸，表1為該企業(yè)2004年的運量統(tǒng)計和2005年預(yù)計運輸量表，表2為2005年三個城市間各條運輸線路間單位運輸平均收益，表3為2005年各城市間單位平均運輸收益。現(xiàn)通過不同預(yù)測方法對其進行各城市間運量預(yù)測:

下面分別運用平均增長系數(shù)法、弗拉塔法和重力模型對該問題進行預(yù)測。平均增長系數(shù)法預(yù)測結(jié)果為表4，弗拉塔法(Frator)預(yù)測結(jié)果為表5，重力模型預(yù)測結(jié)果為表6。具體計算過程略。

表7為2005年各城市之間的實際運輸量，將以上預(yù)測結(jié)果與其對比，發(fā)現(xiàn)各種預(yù)測方法均沒有很好的達到實際值。現(xiàn)在我們用加權(quán)組合算法對其進行預(yù)測：根據(jù)以往預(yù)測的經(jīng)驗，平均增長系數(shù)法、弗拉塔法(Frator)和重力模型的權(quán)重為:2∶3∶5。表8為預(yù)測結(jié)果：

誤差檢驗:令則:則:

δ平均=25.35311/9=2.817

δFrator=33.84578/9=3.761

δ重力=83.46106/9=9.273

δ組合=4.6493/9=0.517

由誤差分析可以看出，組合模型最好的反應(yīng)了實際值，它結(jié)合了幾種常用模型的優(yōu)點，將各種模型的誤差進行了相互抵消，大大的提高了預(yù)測精度，因此，組合模型運量預(yù)測在物流企業(yè)網(wǎng)絡(luò)流量預(yù)測中十分有效，應(yīng)該推廣。

五、結(jié)論

流量預(yù)測始終是企業(yè)物流運輸網(wǎng)絡(luò)決策過程中得決定性的因素，由于目前各種預(yù)測方法各有優(yōu)缺點，只有將各種預(yù)測方法進行組合，才可以在實際運用中取得理想的預(yù)測結(jié)果。由于組合模型的這種優(yōu)良特性，在其他實際問題的預(yù)測中也可以采用，這樣可以有效的避免因為只采用一種模型而帶來的誤差。