自适应过滤法在浙江省公路货运市场运量、运力预测上的应用，本文主要内容关键词为：运量论文,运力论文,浙江省论文,自适应论文,货运论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
随着商品经济的发展，货运市场应运而生。完善货运市场管理将要处理大量的市场信息，货运量和货运能力的预测为市场管理决策提供重要依据。浙江省公路货运市场信息服务系统全面开通，反映货运市场实际生产情况的数据搜集工作将规范化、标准化，能搜集到有关运量、运力方向准确、及时、完整的数据，为预测打下了可靠的基础。预测作为系统的一个有机组成部分，有力地支持了系统开通后给货运市场所带来的经济效益，使货运营收总吨位数及货运营收额有较大的增长。
浙江省交通厅科研所提供义乌至邵东、潍坊、兰州、长沙等点线的货运量及货运能力实际资料。笔者对实际资料和各种统计预测方法分析比较后，选择自适应过滤法。科研所将实际数据上计算机处理后，认为自适应过滤法适用浙江省货运市场运量、运力的短期中期预测，为长期预测开拓了一条思路；协助完成了浙江省交通厅部省“八五”科技攻关课题《浙江省公路货运市场信息服务系统》中的“预测”部分并通过部省鉴定。
一、自适应过滤法
自适应过滤法（salf—adaptive filtering）可以认为是传统的时间数列预测方法：移动平均法、指数平滑法等非数学模型方法和现代统计预测的回归分析方法等数学模型方法的结合。
自适应过滤法的基本思想：通过逐次迭代调整模型参数，以求确定一组使预测误差最小的参数，用这组参数构成的模型预测。逐次迭代调整参数将消除时间数列中不规则变动的影响，保存现象发展变化的基本趋势。采用电子计算机处理随时间推移后的实际值，可以快捷地调整预测模型参数，实现对货运生产过程实时控制。
自适应过滤法的基本过程：
在义乌货运市场的运量、运力预测实践中，当K值取较大时， 预测误差向最小值收敛速度放慢。或发生方法不向最小值方向收敛，这是由于迭代过程中产生的误差所影响。必须适当地选择K值， 既可保证自适应过滤法向最小误差方向收敛，又能具备一定的收敛速度。
二、用自适应过滤法对义乌公路货运市场运量和运力的实际预测
一般商品市场往往存在着明显的季节变动，为了使预测不受季节变动影响或反映季节变动，应该取模型时距等于季节变动的一个周期。现有实际资料以月为时间单位，因此取模型参数个数m为12。
由义乌经邵东托运点1993年7月至1995年6月各月运量资料：
月份代码
1
2
3
4
5
6
7
8
9
10 11 12
运量（吨）106 164 278 319 345 383 378 263 294 324 281 165
月份代码 13 14 15 16 17 18 19 20 21 22 23
24
运量（吨）126 177 302 350 376 386 262 176 227 204 167 124
预测模型y[,t+1]=α[,1]y[,t]+α[,2]y[,t-1]+…+α[,12]y[,t-11]
经上机迭代9303轮得到预测模型参数：
1996年上半年义乌至邵东货运量预测值：
1996年
1月2月3月4月5月6月
运量预测值（吨） 119 89 147122 158181
由义乌往潍坊托运点1993年7月至1995年6月各月运量资料：
月份代码
1
2
3
4
5
6
7
8
9
10
11
12
运量（吨）121 197 217 225 230 221 215 220 255 260 202 291
月份代码 13 14 15 16 17 18 19
20 21 22
23
24
运量（吨）232 169 291 229 260 220 200 209 283 283 294 399
1996年上半年的合计车辆数预测值：
1996年 1月
2月
3月
4月
5月
6月
合计车辆数预测值(辆)
2450
2517 2592
2672
2761 2844
模型对1995年6月合计车辆数预测值为1910辆， 据实际统计是1909辆。
在合计车辆数即运力预测时往往迭代轮次多，预测效果不如运量预测好。合计车辆数是一个混合量，将车辆按载重吨位分类后预测，例如二吨以下（含二吨）车辆数预测；二吨以上四吨（含四吨）以下车辆数预测等等，实际表明分类数预测比合计数预测效果要理想。
三、实际应用后对自适应过滤法的评价
对于博克斯——詹金斯法又称B—J法，虽然可以改进数学模型要求剩余项应具备的统计检验要求，弥补了用回归方法处理的经济计量模型的理论依据不足，提高预测功效。但是B—J法对非齐次非平稳的时间数列尚无法处理；即使对于平稳时间数列，增高模型的阶数，就要增加模型次数，变量前参数的经济意义就解释不通；B—J法的计算机程序在一般微机上不能适用。总之，B—J法的建模及求解模型参数较为复杂且不直观，要求使用者具有一定程度的数理统计知识，在我国目前尚不易推广。这就从另一个角度反映自应过滤法的建模及求解模型参数的直观简洁，便于在我国普及推广的优越性。
实践证明自适应过滤法对于存在季节变动的时间数列，只要预测所用的实际资料所含时距为季节变动的一个时间周期或时间周期的倍数，预测值就能随季节波动，也就反映了季节变动对时间数列的影响。一般测定时间数列季节变动，要求有至少三年或三年以上的分月或季度的实际资料，但是自适应过滤法即使只有不足三年的实际资料，就是说在资料较少的情况下也能对时间数列进行预测。
自适应过滤法虽然包含了移动平均法和指数平滑法的形式，但其模型参数已失去了两种传统预测方法的权数意义。可以认为是加权平均时权数的一种推广。在自适应过滤法的实际应用中都能较好地反映现象的季节变动，不妨将自适应过滤法的预测模型参数的经济意义理解为季节变动反映。
在实践过程中发现对时期数列（运量时间数列）预测比对时点数列（运力时间数列）预测更有效。究其原因：时期数有可加性，与时间长度有直接关系的特点；时点数是不可相加的，如果对时点数求平均必须假定现象的变化是均匀的。正是由于时点数不可相加，对义乌货运市场合计车辆数预测后，又按车辆吨位数分类再进行各种吨位的车辆数预测，收到了比较好的预测效果。
虽然自适应过滤法尚不能对预测模型参数的经济意义作出解释，但是具有预测模型的简洁、选代方法的直观、占用计算机时极少（实际仅10分钟左右）、不断调整系数对市场变化可作出快速反应等优点。自适应过滤法成为提高市场管理水平，取得明显经济效益，行之有效且值得推广的一种市场预测方法。