基于灰色理论的物流需求预测

0引言

随着物流在商品生产流通中的地位的不断提高，物流行业的发展程度已成为衡量一个国家现代化程度和综合国力的重要标志之一。国外物流研究的重点一般是用数量经济模型对货物，服务和相关信息的需求进行预测，并注重经济与环境的协调，力求有效利用自然资源[1]。

目前国内对于物流系统的内在规律和规划方法还处于初级阶段，物流需求分析和预测方法理论也没有国外一些发达国家完善，这样导致了人们进行物流规划时经常会南辕北辙。在这种情况下，本文重点研究合理预测物流需求量的问题，使物流规划在新的经济条件下对现代物流系统的完善起到积极的促进作用。

1 灰色预测法内涵

灰色预测法是一种对含有不确定因素的系统进行预测的方法。是根据过去的及现在已知的或非确定的信息，建立一个从过去延伸到将来的灰色模型，从而确定系统未来发展变化的趋势，并为规划、决策提供依据[2]。

2 灰色预测系统模型研究

2.1 GM(1，1)模型

首先记为原始数列,则称灰色微分方程为GM(1，1)模型。符号GM(1，1)的含义如下:G表示灰色(Grey)，M表示模型(Model)，第一个“1”表示一阶方程，第二个“1”表示一个变量，式中为的紧邻均值生成序列，；称为发展灰数，反映了和的发展态势；称为内生控制灰数，是从背景值挖掘出来的数据，它反映数据变的关系，其确切内涵是灰的[3]。经过最后运算后得到还原值为：

(1)

2.2 残差修正GM(1，1)模型

当原始数据序列建立的GM(1，1)模型检验不合格或精度不理想时，可以用残差序列建立GM(1，1)模型进行修正，以提高精度。以下为预测模型。

数列的预测式：

(2)

其中 1

0

最终，将由2式得到的数列经过一次累减还原成原始数列的预测值[4]。

2.2 GM(1，1)模型群

在实际建模中，原始数据序列的数据不一定全部用来建模。一般说来，取不同的数据，建立的模型也不一样，汕头到日喀则物流即使都建立同类的GM(1，1)模型，选择不同的数据，参数的值也不一样[5]。

将原始数据序列建立的GM(1，1)模型称为全数据GM(1，1)模型；将最新信息置入，称置入最新信息后建立的模型为新信息GM(1，1)；称置入最新信息，并去掉最老信息后建立的新模型称为新陈代谢GM(1，1)。

研究表明，新信息GM(1，1)模型与新陈代谢GM(1，1)模型预测结果优于全数据GM(1，1)模型 [6]。事实上，任意一个灰色系统在其随时间推移的发展过程中,由于随机干扰因素的不断产生，灰色系统的发展也会受到不同程汕头到泉州物流度的影响。所以必须不断地新数据来建立新信息GM(1，1)模型进而进行动佛山到阜新物流态预测[7]。