基于改进的灰色- 马尔可夫链模型的广西物流需求预测研究
陈长英
(广西交通职业技术学院，广西 南宁 530023)
摘 要： 科学的经济预测有助于经济现象的研究和经济决策的制定，是区域物流规划和决策的前提, 因而科学合理的物流需求预测方法就显得尤为重要。文章将传统的灰色模型和马尔可夫链相结合，建立改进的预测模型，并将该改进模型应用于广西物流需求的预测，显示出更加准确可靠的预测结果，有助于相关部门制定经济决策。
关键词： 广西物流需求预测；灰色模型；马尔可夫链；灰色-马尔可夫链改进方法
0 引言
物流需求预测，就是运用恰当的方法、技巧，根据历史已有资料和已知市场信息，科学地分析、估算和推断未来几年的物流需求状况[1]。回归分析法、时间序列法、指数平滑法、灰色系统模型法、马尔可夫预测、投入产出模型预测等是目前物流需求预测常用的一些方法，它们本质上都是建立原始数据的拟合模型，并且最大限度地提高拟合精度，最后对物流需求进行预测分析[2]。但是选取的经济变量反映的规律基本不能满足预测方法要求，所以这些模型大部分预测的结果是不准确的。
物流需求受到社会、经济、自然等诸多因素的影响，并且对各种因素的影响程度如何进行度量不宜明确地分析，所以物流需求具有灰色系统的“不完全信息”性，因此可运用灰色模型给予预测研究。同时马尔可夫链预测模型的基本前提是预测量具有无后效性，而物流需求量(货运量)刚好具有这一特性(即当年的货运量对下一年度没有直接影响)。鉴于此，本文通过建立改进的灰色-马尔可夫链模型定量预测了广西物流需求量(货运量)，得到了更为精确的预测结果，对有关物流需求量方面的经济决策的制定有参考借鉴作用。
1 灰色系统模型
灰色系统理论是著名学者邓聚龙在20世纪70年代末至80年代初提出的一种用于解决不确定性问题的理论。该理论的预测过程是：把已知的历史数据按照一定规则构成动态的或非动态的序列，按某种变换或解法来求解此序列，构建灰色模型；按照某种准则对灰色模块逐步提高清晰度，直到未来经济变量发展变化的规律基本明确。灰色模型大体可分为一阶单变量模型GM (1，1)与一阶多变量模型GM (1，n )[3]。本研究中建立的是GM (1，1)模型。其建模过程如下：
首先对选取的经济变量数据序列进行累加生成，选取的原始数据序列是：
x (0)=(x (0)(1)，x (0)(2)，…，x (0)(n ))，
对创新学分制培养创新型人才的思考………………………………………………………………………………张志成（2.68）
然后由x (0)序列累加生成新序列x (1)：
x (1)(3)=x (1)(2)+x (0)(3)=x (0)(1)+x (0)(2)+x (0)(3)
x (1)=(x (1)(1)，x (1)(2)，…，x (1)(n ))
据《中国储运》记者查到的更多的披露信息显示，阿里将设立一家控股公司，作为本地生活服务的旗舰公司，并已收到来自阿里集团和软银集团等投资者的超过30亿美元投资承诺。
预测值为：
x (1)(1)=x (0)(1)
x (1)(2)=x (1)(1)+x (0)(2)=x (0)(1)+x (0)(2)
“我终于听明白了。所以你们今天来的意思，就是要聘任我这种在你们眼里有能力的小下属，以挽救公司的实力，是吗？”
岗位工作内容是职业标准的一个组成部分，国家职业标准具体列举了职业的完整工作内容。国际商法课程的项目不应该来源于传统教材的目录单元或教师的主观构想，而应来源于职业标准中工作内容，它是国际商事活动中具有相对独立性的一系列典型具体工作。
⋮
依据新生成的数据序列，建立GM (1，1)模型，其微分方程式为：
+ax (1)=u
(1)
利用最小二乘法可求得：
式中：X (n )为n 时刻的状态概率向量；X (0)为初始时刻的状态概率向量；P 为状态转移概率矩阵。
为状态E i 转移到状态E j 的概率。
(2)
其中
y n =[x (0)(2)，x (0)(3)，…，x (0)(n )]T
同时，材料的力学性能也是重中之中，比如屈服极限、弹性模量、弯曲强度、表面硬度等都应该在合适的条件内。如下表所示：
将a 带入微分方程，解出时间函数为：
徐宏勋算了一笔账，经过多年的发展，特别是2013年长沙绕城高速公路开通后，浔龙河村的交通优势凸显出来。从浔龙河村到长沙绕城高速公路长龙收费站8公里，车程8分钟，走黄兴大道到长沙县城星沙15分钟车程，到黄花国际机场、长沙市区、长沙高铁南站车程均在30分钟以内。
(3)
其中：
(4)
由于灰色理论用到的原始数据个数有限且具有起伏性和无序性，所以不易将预测区间限制在一个较小的范围之内，因此灰色模型在大多数情况下预测是粗糙的，是不准确的。
(4) 心房颤动:新发心房颤动患者，不可仅因基线cTn升高和新发ST段压低诊断为2型心肌梗死。在这种情况下，显著的临床缺血症状、缺血症状与心房颤动发作顺序、cTn的动态变化和影像学/血管造影检查结果，都可为心肌梗死提供诊断线索。但是，如果没有明确的临床缺血症状，cTn升高的原因仍需归咎于心肌损伤。
2 马尔可夫链原理
对于随机变量X (t )，已知在时刻t 0时的状态，并且随机变量此后的状态与t 0以前的状态无关，只与t 0时的状态有关，满足这种数据列“无后效性”[4]就是马尔可夫模型要具备的特点。马尔可夫模型可表示为：
X (n )=X (0)P n
(5)
向量[a u ]T =(B T B )-1B T Y n
【评析】通过圆柱背景下的“丹德林球”探索、发现椭圆的本质特征是难点.由于学生未学习立体几何，直接归纳椭圆的性质有很大的困难.因此,通过自制教具的展示让部分缺乏空间想象力的学生也能较好地理解这一过程，使学生从问题情境中成功归纳出椭圆的性质，为从数量关系角度定义椭圆做好铺垫.
根据式(7)计算出2008—2017年的广西货运量预测值，拟合结果验证如表2所示。
在构建马尔可夫预测模型时关键是怎样获得状态转移概率矩阵P 。在实际解决问题中，可以把随机变量状态之间转移的频率近似地作为概率值。例如由已知样本资料得知状态E i 出现的次数为m i 并且状态E i 转移到状态E j 的次数为m ij ，那么状态E i 转移到E j 的频率就为
，也即
3 基于灰色-马尔可夫链改进方法的广西物流需求预测
构建改进的灰色-马尔可夫链预测模型的基本过程是：(1)算出GM (1，1)模型的预测结果；(2)利用马尔可夫链模型算出GM (1，1)模型在已知年份的偏差状况，构成转移矩阵；(3)把GM (1，1)模型结果由一个预测数值修正为预测范围，以此提高预测的准确性。下面以广西物流需求量(货运量)的预测为例，说明验证改进的灰色-马尔可夫链预测的过程及其有效性和实用性。
3.1 广西物流需求的GM (1，1)预测
考虑到物流需求量化和数据资料的可得性，目前大都采用实物量体系中的货运量或货物周转量来表征物流需求。本文以广西货运量的历史数据来建立物流需求预测模型，选取货运量的原始数据来源于2008—2017年广西国民经济和社会发展统计公报，如表1所示。
表1 2008—2017年广西货运量一览表
于是可得新序列x (1)=(x (1)(1)，x (1)(2)，…，x (1)(10))=(58 069，12 922，123 434，435 949，138 634，157 613，152 220，158 864，168 074，178 142)
解GM (1，1)模型的微分方程可得：
(6)
所以a =-0.082 625,u =24 541。
故GM (1，1)的预测模型为：
(7)
根据应用经验和实际情况，按照马尔可夫链分析的广西年货运量的增幅与灰色预测结论的比较，可以将物流货运市场划分为五种情况：
东坪气田积极开展排水采气工艺措施。针对坪一井区的连续气举措施，对10口停躺井进行增压连续气举，累计增气644.20万立方米，单井最高累计增气101万立方米。
表2 2008—2017年广西货运量 GM (1，1)预测值拟合表(万t)
从表2可以看出灰色预测平均误差为2.785%，最大年度误差为9.68%。这种预测结果是可以接受的。
3.2 改进的灰色-马尔可夫模型的广西物流需求预测
情况1表现为极度的高估情况，即预测差额与实际货运量的比例<-10%。从表2可以看出，在2008—2017年中没有出现过这种情况。
情况2表现为高估情况，即预测差额与实际货运量的比例<-2%、>-10%。在2008—2017年中有2012年、2013年共2年出现这种情况。
情况3估算值较为准确，即预测差额与实际货运量的比例在-2%～2%之间，视为正常情况，在2008—2017年中有2008年、2010年、2014年、2015年、2016年、2017年共6年出现这种情况。
情况4表现为低估情况，即预测差额与实际货运量的比例在2%～10%之间。在2008—2017年中有2009年、2010年共2年出现这种情况。
情况5表现为极度的低估情况，即预测差额与实际货运量的比例>10%，在2008—2017年中没有这种情况出现。
因为在计算转移概率时最后一个数据究竟转移到哪种情况还不清楚，所以最后一个数据不参加计算。由以上分析可以算得广西物流市场2008—2017年各类情况的转移，如表3所示。
表3 2008—2017年广西物流(货运)量情况转移表
根据情况转移表得马尔可夫模型转移矩阵如下：
本文针对花岗岩和大理岩进行了4组三点弯曲岩石变形破裂过程微震和电荷感应监测试验，其中75#和76#为完整花岗岩，77#和78#为预制裂纹花岗岩，79#和80#为完整大理岩，81#和82#为预制裂纹大理岩，所有试样加载速度都为0.05kN/s，选取其中具有代表性的监测数据作为研究对象，并对其中各参量数据进行处理。表1为各试样载荷峰值、峰值位移以及试样达到载荷峰值时刻，图3为各试样破坏后的照片。
根据马尔可夫链预测原理，得预测情况向量如表4所示。
表4 广西物流(货运)量预测情况向量表
运用马尔可夫链对以上GM (1，1)预测结果进行改进，如表5所示。
表5 广西2019—2022年物流需求预测值表
从表5可以看出，在未来几年广西物流需求量(货运量)仍将逐渐上升，2019—2022年度的情况均为正常情况，最大的可能概率分别为56%、55.6%、55.56%、55.556%；高估情况出现的概率与低估情况出现的概率相等。从总体上来讲，广西物流需求量在逐年增加，大体上与灰色预测结果相符。
目前，人工智能技术还处于初级阶段。对于人工智能技术能达到何种水平，存在分歧。乐观者，如人工智能科学家加里斯认为，人工智能的智力是人类的万亿个万亿倍(10的24次方)。在21世纪末，量子计算机的计算能力可能是当代计算机的万亿个万亿个万亿倍(10的36次方)。①这种人工智能可以称为“超人”。届时，人类与超人的智力差距，比细菌与人类的智力差距还大。但是，并非所有人工智能科学家都赞同加里斯的技术乐观(不是社会效应乐观)态度。
4 结语
灰色-马尔可夫链模型要求预测对象要满足数据多为时间序列(灰色系统)和数据具有无后效性(马尔可夫链)，而物流需求量(货运量)历史数据满足这一要求。本文构建改进的灰色-马尔可夫链模型对广西物流需求进行预测，得到了预测年份的物流需求区间及其发生的概率情况和预测中值，从而可以更加准确地把握物流市场总体发展趋势。由预测结果可知，未来几年广西物流需求将呈上升趋势，物流需求基本与预测结果相符。广西应积极制订物流产业政策和采取相应措施，确保物流业健康快速地发展。
(2)环境干预:护理人员每日上午10点、下午3点对打开病房窗户,通风换气,保持房间湿度在60%左右,温度在24℃左右,室内光线明暗适宜,力求给予患儿干净、整洁、安静、舒适的治疗环境。
参考文献
[1]黄朝强，廖基定，尹邦华.优化灰色GM(1，N)-加权Markov模型在道路交通噪声预测中的精度研究[J].南华大学学报(自然科学版)，2019，33(1):35-43.
[2]王 星，刘小勇.基于灰色马尔科夫模型的交通事故预测研究[J].交通科技与经济，2017，19(4)：9-13.
[3]关忠良，陈景艳，李学伟.经济数据分析预测学[M].北京：中国铁道出版社，1998.
[4]张保法.经济预测与经济决策[M].北京：经济科学出版社，2004.
作者简介： 陈长英(1975—)，讲师，研究方向：交通运输规划与管理以及港口航运综合物流。
中图分类号： U492.3
文献标识码： A
DOI： 10.13282/j.cnki.wccst.2019.10.042
文章编号： 16734874(2019)10015204
收稿日期： 2019-07-05
标签：广西物流需求预测论文; 灰色模型论文; 马尔可夫链论文; 灰色-马尔可夫链改进方法论文; 广西交通职业技术学院论文;