基于廣義區間算法和季節調整模型的汽車銷量預測方法

胡 潔

（上汽通用五菱汽車股份有限公司， 廣西 柳州 545026）

0 引言

汽車行業的繁榮發展是國家基礎國力強大的表現，它對其上下游供應鏈、國民就業、乃至整個國民經濟拉動影響深遠，因此一直是國家大力發展的行業之一。 近年，國內人民物質生活極大豐富，個性化需求突顯，汽車行業也快步進入了供給側改革的重要時期。 但汽車生產及推新經濟投入大，如何準確把握市場先機，以最經濟的方式生產出滿足用戶需求的個性化產品， 已經引起廣大車企的重點關注，其中銷量預測往往又是一個重要環節。

1 汽車銷量預測方法研究

根據近年汽車市場特征及銷量影響因素，預測方法大致分為以下幾類：

（1）政策法規。 汽車屬于納稅商品，國家對其實施稅收優惠政策時，消費者的實際購車成本降低，從而對汽車銷售產生短期促進作用。 劉曉凝[1]和孫磊等[2]分析了汽車稅種和汽車購置稅優惠政策對私人汽車保有量的影響。 吉寶衛[3]通過定性和定量結合方法研究了政策對新能源汽車銷量的影響。 張佳等[4-5]通過靜態面板模型和個人危機理論應對模型得出汽車召回對銷量的負面影響。

（2）互聯網效應。 近年來，互聯網對汽車銷量的影響愈發明顯。 雷霄霄[6]通過抓取汽車垂直網站的評論運用回歸分析和非線性BP 神經網絡模型分析出在線評論對SUV 銷量的促進作用。張須姣[7]分析了互聯網對汽車營銷帶來的新契機。 曹永立等[8-10]分別得出網絡搜索數據對汽車市場的有效預期，涉及百度指數、時間序列、混合模型、機器學習等。

（3）消費者情感。 消費者自身的購買意向、品牌關注度是決定其購買行為的重要因素。蔣翠清[11]提出了基于消費者關注度的Atetention_LSTM 模型預測汽車銷量動態趨勢。 常丹[12]提出了情感分析Darmia_RNN 模型，既考慮用戶評論影響，又發揮了時間序列和神經網絡的優勢。

（4）季節影響等其他。汽車市場呈季節性變化，如春節、金九銀十等， 使得汽車銷量在一年內有規則的變化，據此時間序列模型是汽車銷量預測中應用最廣泛的方法之一[13-14]。

以上方法基本上以確定數作為處理基礎， 但實際歷史數據或網絡信息都存在一定的不確定性。 目前在汽車銷量預測領域，不確定性的預測方法還比較少。 目前，不確定性處理方法基本有三種：概率、模糊數和區間。 基于概率和模糊論的不確定性方法需要大量樣本信息來建立描述不確定因素的概率分布函數和模糊隸屬度函數，區間理論對數據量要求不大，但它計算不可逆性、語義描述有局限。作為一種新的不確定性量化方法，廣義區間利用上下界的序關系區分不同語義描述， 通過相應運算符使計算可逆，在一定程度上彌補了區間理論不足。本文提出基于廣義區間時間序列方法用于汽車銷量預測。

2 模型與算法

2.1 廣義區間算法

表1 廣義區間四則運算

2.2 基于廣義區間的季節調整模型

（1）建立乘法模型。 第t 個月的銷量用廣義區間數Yt表示。假設其影響因素歸納為行業趨勢Tt、季節變化St和其他不確定性Ut， 則Yt=F （Tt，St，Ut），Tt，St，Ut∈KR，t=1……n，n∈R。

（2）計算季節指數。

月度銷量的移動平均為：

3 實例應用

以國內歷年汽車月度資料為例， 應用上文提出的廣義區間季節調整模型。

（1）建立汽車銷量時間序列，以2010-2018 年國內汽車月度銷量作為參考，構建t=36 個月的廣義區間數時間序列原始值，見表2。

表2 廣義區間數時間序列原始值

（2）計算季節指數，見表3。

表3 1- 12 月季節指數

（3）確定變化趨勢，見表4。

表4 消除季節影響的時間序列值

計算b1=[2.56，4.13]，b0=[82.88，196.25]，則

（4）銷量預測。 將t=37～48 帶入公式，經過季節調整得最終預測值，見表5。

表5 最終預測值

由于該實例的原始數據使用的是2010-2018 年數據，我們以2019 年的國內汽車月度銷量作對比，見圖1，預測區間基本涵蓋2019 年真實銷量值，差異月份平均誤差在4.6%。

圖1 區間預測值與2019 年實際值對比

另外，真實值多處于預測區間的下限附近，說明預測區間不確定性偏大。如前文所述，廣義區間計算既有值域還有邏輯語義。 廣義區間計算關系的語義解讀由廣義區間的模態（標準/非標準）及其在數學關系中出現的位置（數學關系符號的左/右側）所決定[16]。 為了涵蓋所有不確定性，本文計算參數均采用了標準模態區間，當標準模態區間出現數學關系符號的左側時，語義邏輯為?，即意味著對該可能范圍內的所有值都滿足。 如果銷量的影響因素“可控”，則可指定對應計算參數為非標準模態區間，語義邏輯為?，即可通過采取一些措施達到目標銷量，即企業的一些促銷政策等。

4 結論

本文圍繞汽車銷量影響因素及其預測模型， 指出了當前業內研究缺乏不確定性因素考慮的現狀， 由此提出了基于廣義區間算法和季節調整模型的汽車銷量預測方法， 并以國內汽車月度歷史銷量作為實力， 介紹該模型的應用步驟。 由于篇幅所限，本文無法詳細闡述廣義區間在邏輯語義上的計算優勢。 下一步將結合銷量預測中的不確定性因素， 如網絡評論、 消費者關注度、 品牌情感等， 研究廣義區間在汽車銷量預測中的廣泛性和有效性。