基于改进灰色模型的物流成本预测研究.doc

1、1基于改进灰色模型的物流成本预测研究摘要：物流成本的正确预测有助于合理分配现有资源，提升物流成本效益。为了克服传统灰色模型预测精度低的缺陷，通过引入将阶跃函数改进传统灰色模型，提升灰色模型预测精度。利用历年我国物流总费用数据，对未来年物流成本和灰色预测模型的精度进行预测，将预测结果与简单平均法、移动平均法、指数平滑法和传统灰色模型进行比较，验证模型的合理性和有效性。 关键词：改进灰色模型；预测精度；物流成本 中图分类号：F25 文献标识码：Adoi：10.19311/ki.16723198.2016.19.014 现代物流作为近年来新兴的产业，受到了全社会的广泛关注。日益壮大的物流产业，为我国

2、的经济发展注入了新的活力。现在物流中最重要的部分就是控制物流成本。然而如何控制物流成本则是一项极具研究性的问题。因为这不仅可以从宏观的角度认识我国物流发展水平，还能在一定程度上反映物流产业的现状，并能给企业在发展方向和相关政策上一定的指导。物流成本（Logistics Cost）是指产品成型、运输等一系列过程中，如流通加工、包装、运输、装卸、储存等各个环节中，所需支付的人力、物力和财力的总和。物流成本包括流通加工、包装、运输、装卸与搬运、仓储成本、物流管理等费用。而现代物流成本包括的内容更为丰富，串联了经营活动中每一项工作，包括从原材料供应开始2一直到将商品送达到消费者手中所发生的全部物流费用

3、。物流成本预测能为物流企业未来期间物流成本的变化趋势进行宏观掌控，为物流企业进行物流成本决策通过必要的科学依据，以避免决策中的主观性和盲目性。 以往学者对于物流成本预测方法主要有时间序列预测法、回归分析法和灰色模型等。其中，灰色系统理论是 1982 年我国著名学者邓聚龙教提出的，这种方法受到研究者的欢迎，因为这种方法不需要采集大量样本数据，同时也不需要计算统计特征量。因此，已经被应用到了很多方面，尤其是在存在不确定性和缺乏统计数据的领域得到了广泛的运用。陈森等应用灰色系统理论对我国的物流需求进行整体预测，同时验证了灰色模型的精度的准确性；Dang 等提出以 x（n）为初始条件的GM（1，1）模

4、型；Hao 等将灰色系统模型运用到喀斯特流域水文研究中，得到的分析结果具有较高精度。 灰色 GM（1，1）预测模型是灰色系统理论的核心内容之一，但是基本 GM（1，1）模型依然存在很多缺陷。原始数据列光滑性强弱，在一定程度上决定了传统的灰色预测模型是否具有预测精度高、模型可检验、参数估计方法简单等优点。经过长时间对 GM（1，1）模型性质的研究、对模型参数估计和背景值的改进、新模型的相应发展等，大大提高了经典 GM 模型精度，拓宽了应用领域。 徐进军等基于灰色理论模型，梳理了如何正确建立含诸多因素灰色模型的改进方法；刘亮等对原始数列取自然对数以提高其光滑度，增加灰色模型的预测精度；Carmon

5、a 等利用改进后的 GM 模型，对美国航空运3输业的客流量长期变化趋势进行了预测，其结果较为理想。 本文在已研究成果基础上，对灰色预测模型进行改进，以达到提高预测精度的目的。将改进的灰色预测模型应用于物流成本预测中，与简单平均法、移动平均法和指数平滑法等方法预测精度进行比较。实践证明该预测模型可以有效提高预测精度，达到期望效果。 1 传统灰色模型 灰色系统理论主要通过 GM（m，n）模型进行预测，该模型是灰色系统理论的量化体现。首先，灰色模型是在原始数列是光滑离散函数基础上进行建模，而在实际中原始数列经常存在阶跃（突变）的现象，或者可能出现失效。出现此状况的原因是定解 X（1） （1）=X（1

6、）=X（0）条件决定的。因此，为得到比较满意的仿真效果，尤其是阶跃（突变）点，有必要改进一般灰色模型。现分析如下。 并用残差检验对预测误差进行检验。同时，为可以与其它预测方法的预测结果进行比较，检测预测的结果的理想性，在此基础上加入标准差的检验。 （6）通过比较，最终选取能够使预测误差最小的参数 和 m，建立最佳预测公式。 3 实例计算与分析 由于物流成本方面的统计数据难以获取，本文将社会物流总成本由全国物流总费用来代替。选取样本数据为历年 2009 年2013 年全国物流总费用，如表 1 所示。 均方误差（%）4.2518.715.3628.592.27 本文采用简单平均法、移动4平均法和指

7、数平滑法等预测方法进行物流成本的预测。通过计算机编程，对上述预测方法进行相应计算，得到模型计算值，社会物流总费用预测模型结果分析见表 1。 原始序列与预测序列对比图比较表 1 中预测模型均方的均方误差，可以看出灰色模型经修正得到的结果远比其他模型计算得到的均方差要小，原始序列和预测序列所示，可从社会物流成本改进后模型计算值与实际值看出。由于选择修正后的灰色模型的误差明显小于其他的预测模型，因此，选择其预测社会物流成本效果更为理想。原因是移动平均法适用于平稳的变化序列，指数平滑法更适合平稳的线性序列；而灰色模型数据适合光滑序列。 由以上的计算与分析可得到：当 t=2，=0，m=1 时，改进后灰色

8、预测模型的平均相对误差最小（e=486%） ；比其它预测方法相对误差小 2.27%。因此经改进后灰色预测模型较好地反映出社会物流成本的变化趋势。其预测公式为 通过改善后的模型对社会物流成本的预测更加准确，接近实际值，为更好物流成本投入奠定了坚实的基础。 4 结论 改进的灰色模型对于社会物流成本预测比较实用。本文对物流成本进行科学预测，有利于物流企业做出最合理的计划决策，这不仅节约了企业的经营成本，更节约了社会的资源。同时，从国家的宏观层面来看，可以使国家宏观调控物流产业的合理运行。最终引导现代物流健康快速的发展。改进的灰色预测模型适用于原始数据列近似单调的各种领域，5将获得较高预测精度，预测结

9、果具有决策和实用价值。 参考文献 1邓聚龙.灰色系统基本方法M.武汉：华中理工大学出版社，1992. 2陈森.基于灰色系统理论的物流需求预测模型J.决策参考，2006， （2）：5960. 3Dang Yaoguo， Liu Sifeng.The GM models that be taken as initial valueJ.Kybernetes： The International Journal of Systems & Cybernetics， 2004，33（2）：247254. 4HaoYonghong， Zhao Jiaojuan.， Li Huamin， et al.Kars

10、t hydrological processes and grey system modelJ.Journal of the American Water Resources Association， 2012，48（4）：656666. 5刘亮，杨章伟，刘年锋.改进灰色预测模型的研究J.安徽：安徽工业大学，2011，30（11）：3334. 6徐进军，王海成，白中洁.灰色预测模型若干改进方法J.武汉：武汉大学，2011，36（4）：13. 7Benitez C R B， P aredes C RB，Lodewijks G， wt al.Damp trend grey model forecasting method for airline industryJ.Expert Systems with Applications， 2013，40（12）：49154921.