基于模糊時間序列的港口鐵路貨運量預測

楊新

摘 要：鐵路貨運量是反映鐵路運輸組織盈虧的一個主要依據。而貨運量的預測的準確程度直接影響著鐵路運輸設備的利用效率、運營的效益以及鐵路運輸未來的發展規劃。文章在建立貨運量預測的模糊時間序列分析模型的基礎上，以湛江港鐵路分公司為實例求解模型并得出預測結果，并進一步對模型進行檢驗，分析結論的可靠性，并就此提出提高貨運量的措施。

關鍵詞：鐵路貨運量；模糊時間序列；貨運量預測

前言

通常鐵路運輸是運輸行業中的中流砥柱，但影響鐵路貨物運輸的因素從內部問題到外部因素有很多，導致我們無法確切的知道未來貨運量產生的具體數量和具體時間，因而鐵路貨運量的預測就成為一項比較復雜的工程。一般情況下，我們無法對貨運量的全部影響因素及其之間的相互關系都進行考慮，且這些影響因素往往不能具體量化，因而我們稱之為“模糊性”。因此我們運用模糊時間序列預測的方法來對湛江港鐵路貨運量進行預測。

1 模糊時間序列的建模

1.1 模糊時間序列預測基本模型

模糊時間序列預測的基本模型為：

在公式（1）中，X*（t）為模糊時間序列X*（t）的估計值；i是模糊多項式系數，i∈，i=0，1，……k，是模糊數集合；i=（ai，ci）是對稱三角模糊數，其中ci為模糊幅度，ai為中心值；k是模糊多項式階數，k∈N，N為自然數集合；？著為隨機誤差，通常規定它的期望值E（？著）=0。

1.2 獲取模糊數據

由于實際調研中所得數據為實數，而模型中需將其換成模糊數x*1，x*2，……x*n，其變換公式如下：

U1=max（x1，x2），V1=min（x1，x2），Ut=max（xt-1，xt，xt+1），Vt=min（xt-1，xt，xt+1），其中t=2，3，……，n-1，Un=max（xn-1，xn），Vn=min（xn-1，xn），令模糊中心值at=（Ut+Vt），模糊幅度ct=（Ut-Vt），則構造出一組三角模糊數序列X*t=（at，ct）

1.3 確定時間序列階數和模糊系數

（1）確定時間序列階數。現在用兩種方法來確定時間序列階數k，一種是作出X*（t）的中心值at的散點圖并連接成折線圖，根據折線圖的大致形狀選擇模型的時間序列階數k；另一種方法就是將階數 取成若干不相同的自然數，則對應到每個k值求At的t估計值，即有：由公式（2）中的約束條件ht？叟h0得知，我們將公式（3）代入到公式（2）中，即有：

其約束條件為： ，

最后，將時間t帶入 即可得到預

測時期的預測集X*（t）。

1.4 模型檢驗

對預測結果與源數據進行殘差檢驗，殘差公式為： ，

1.5 模糊時間序列模型算法設計

模糊時間序列模型算法：

功能：通過對往年貨運量的匯總分析和計算，得到未來幾年的貨運量。

輸入：歷史年份年貨物發送量。

輸出：預測年份年貨物發送量。

步驟一：將原始數據模糊化處理。

步驟二：根據模糊數據的中心值？琢t分布確定時間序列階數，并對原始數據進行傳統的線性回歸，確定系數At。

步驟三：根據公式代入步驟二中的系數Ai，算出wi，并代入模糊處理后的數據得到目標函數和約束條件。

步驟四：用LINGO11.0求解得到相應參數，得到模糊時間預測方程，并根據方程得到所有年份年貨物發送量模糊估計值。

步驟五：模型檢驗，算出殘差，相對誤差和平均相對誤差。根據結果，判斷平均相對誤差是否符合要求，若符合，則用模糊預測方程預測出預測年份貨物發送量；若不符合，則考慮改變模糊序列階數，返回步驟二重新計算。

步驟六：得到預測年份年貨物發送量。

2 算法實例

2.1 數據準備及模糊化處理

收集湛江港鐵路分公司從2005年到2014年的年貨物發送量作為原始數據，由于其為精確數據需進行模糊化處理，模糊時間序列如表1所示。

作出X*（t）的中心值at的散點圖并連接成折線圖，如圖1所示。

圖1 中心值at的散點折線圖

2.2 模型求解

將t代入上述方程中，得到湛江港鐵路分公司各個年份貨運量的估計值，并繪制折線如圖2所示。

圖2 湛江港鐵路分公司貨物發送量一階模糊預測曲線圖

從上述折線圖中可以看出，t變動時，X*（t）是一個范圍逐漸擴大的直線帶，湛江港鐵路分公司各年份的貨物發送量盡可能的包含在了這個預測的模糊變化區間中，且后面兩年的估計中心值非常貼近于真實值。

2.3 模型檢驗

在模型預測求解完成后，需對預測結果做誤差分析，即對貨物發送量的預測值與實際值進行殘差檢驗，結果如表2所示。

表2 湛江港鐵路分公司貨運量預測模型殘差檢驗

由2可以看出，該模型預測的平均相對誤差為：（5.35%+5.22%+1.94%+3.14%+3.03%+10.00%+3.68%+4.39%+0.79%+0.46%）/10=3.8%，除了2010年的預測誤差比較大，其他絕大多數的基本控制在5%以內，最大相對誤差也是10.00%，根據精度要求，1-5年的預測相對誤差在15%以內，滿足精度要求。

2.4 模型的預測

根據前面所建立的湛江鐵路分公司貨運量的模糊時間序列模型，對今后兩年貨運量進行預測：2015年的貨物發送量為：X*（11）=（3181.6，3352.1，3522.6），則2015年貨物發送量的預測中心值為3352.1萬噸，相應地，用同樣方法預測2016年的貨物發送量為3482.5萬噸。

3 提高貨運量的措施

通過上述模糊時間序列模型對貨運量的預測，可以看出湛江港鐵路分公司的貨運量大致呈持續上升趨勢，但由于我國的經濟發展正處于一個特殊的時期，經濟增長速度放緩，貨運量難免有一些波動。從外部因素來看，生產力的布局發生著變化，第三產業迅速崛起，大宗貨物市場低迷，其他運輸方式也在以不同的方式與鐵路貨物運輸進行著競爭；從內部因素來看，運價機制不夠靈活，運輸時效性以及運輸質量有待提高，湛江港鐵路分公司東站和港站的運輸能力緊張，種種因素都對湛江港鐵路分公司的貨運量產生影響，因而需要在鐵路貨運工作上有更高的要求。為此對湛江港鐵路分公司貨運量的提高提出以下相應的對策。

3.1 提高貨物運輸的時效性

相比公路運輸，鐵路貨運的裝卸和集結時間比較長，運輸時效性差，所以應讓湛江港鐵路分公司的鐵路建設與貨源需求地接軌，加強與煤炭、金屬礦石、石油、集裝箱等主要支柱貨源相關的鐵路裝卸能力建設，適當提高裝卸機械配備，調整對貨位裝車線的長度，減少裝卸和集結時間。

3.2 提高湛江港東站和港站的運輸能力

東站的運輸能力受到限制主要在于相鄰的塘口站沒有編組站，但卻接收來自茂名，湛江，港站等五個方向的貨物運輸，因而經常需要占用東站的到發線，影響東站正常運輸秩序，尤其是在運輸高峰期，占用線路導致堵塞和等待的時間較長。可以適當嘗試創新鐵路建設管理模式，通過招商引資、銀行融資等方式籌措建設資金，釆用與地方政府、鐵路局合作等形式加快港口鐵路支專線建設，加強鐵路分公司與路方溝通，協調處理好湛江港站、東站等港前技術作業站能力建設。以提高其運輸能力，從而提高貨運量。

3.3 大宗貨物實施物流供應鏈一體化管理

產業結構在發生著變化，但大宗貨物依然是湛江港鐵路分公司貨物運輸的主體。因而加強物流技術設施建設，提升企業管理的軟實力，建成規模化、綜合化的物流基地，以實現物流供應鏈一體化管理。可以更好的控制成本，降低庫存和分散，實現鐵路貨運產品的完整性，更好的為企業創造價值，贏得更多的市場，提升市場競爭力。

3.4 建立市場導向的運價機制

與公路相比，鐵路運價機制不夠靈活，其運價的制定包含一定的政策性，且從發站到到站收費標準不統一，這樣的運價體制很難適應當今物流和市場的快速發展。因而建立具有市場導向的運價機制，一方面全面規范物流和裝卸的收費標準，推行一口報價體系；另一方面適當給予湛江港鐵路分公司在貨物運輸價格浮動上自主權，以按照旺季和淡季的這種季節波動變化來調整貨運價格，更好的適應市場環境的快速變化，增加湛江港鐵路分公司在運價上的競爭優勢。

參考文獻

[1]蔣洋，孫會君，吳建軍.鐵路貨流分布的復雜性分析[J].交通運輸系統工程與信息，2010，10：144-148.

[2]李紅啟，劉凱.基于Rough Set理論的鐵路貨運量預測[J].鐵道學報，2004，3：1-7.

[3]郝川.基于模糊時間序列分析的廣鐵貨運量預測[D].2014，1：30-31.

[4]邵維亮，劉雄，景崇毅.基于模糊時間序列的機場旅客周轉量預測[J].科學技術與工程，2011.