毕业设计（论文）基于三次指数平滑的上海市物流需求预测.doc

《毕业设计（论文）基于三次指数平滑的上海市物流需求预测.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）基于三次指数平滑的上海市物流需求预测.doc（23页珍藏版）》请在三一办公上搜索。

1、第1 章 绪 论1.1 研究意义随着上海世博会的成功举办，国务院关于推进上海加快发展现代服务业和先进制造业建设国际金融中心和国际航运中心的意见的提出，以及物流业作为服务业中唯一入选国家十大振兴规划的行业，为其它产业的转型提供高效的现代物流。这无疑将为我国的物流业带来千载难逢的商机，同时也将使我国的物流业面临前所未有的挑战。面对存在巨大利润，充满无限商机的物流市场，国内外众多物流企业如何把握市场信息进行预测决策，成为理论界与实业界讨论的热点。物流企业如果对需求估计不足，到时将会失去盈利的机会；而如果对需求估计过大，过多的投入又会造成企业资金的浪费与紧缺。因此，物流需求预测有着重要的理论意义与实践

2、价值，而对于作为要在全国起带动和示范作用的上海更加如此。社会经济持续发展，商品的生产规模和流通规模不断扩大，物流的地位和作用也日趋明显。现代经济中，物流的作用越来越重要，已经成为一种实现经济高效运行，决定企业生产效益，决定商品流通成本和效率，决定消费者对服务是否满意的重要因素，进而关系到工商企业乃至一个国家经济竞争力、投资环境及产业结构调整的融高新技术为一体的先进组织方式和管理技术。物流发展程度已经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。物流正在成为全球经济发展的一种重要热点和新的经济增长点。中国的物流尚处于发展阶段，但是在相当一些领域和地区已经显示出强劲的发展势头和潜力。我国的许

3、多地区为了改善投资环境、吸引外资、提高综合竞争力，都相继进行了区域物流规划或城市物流规划工作。物流规划是一项庞杂的系统工程，涉及到社会经济的方方面面，规划过程中要运用涉及多个领域的知识和技术。由于我国的物流发展政策、战略与规划等尚未成熟，规划者对于现代物流的发展理念与运作模式，尤其是物流需求分析与预测等方面尚未达成统一的认识，对物流需求分析与预测应考虑的方面和物流需求的相关影响因素的认识也不相同。主要表现在：物流规划出现重复现象，物流规划缺乏系统性，物流规划中缺少定量分析，等。货运量作为物流需求的重要指标，在物流规划，物流发展，物流需求与预测方面起着举足轻重的作用。随着上海市社会经济、综合运输

4、的发展，公路、水路、铁路、航空等货运的发展也面临着重大的挑战，一方面，人们生活水平的提高，时间价值越来越受到重视，货运发展面临各种威胁；另一方面，随着建设和谐社会，可持续发展观念的深入人心，货运又面临着新的发展机遇。为充分发挥上海市公路、水路、铁路、航空等货运在上海国民经济发展中的作用，有效的促进新的历史时期货运健康、快速的发展，有必要对公路、水路、铁路、航空等未来的发展趋势有个正确的把握，这就需要对上海市的各路货运量做出科学和准确的预测。1.2国内外研究动态 物流需求预测是理论界与实业界研究的热点与难点。物流需求预测研究也是物流学科研究的一个重要课题。建立科学的可操作的物流需求预测模型具有非

5、常重要的理论和实践意义。国外物流发展起步较早，物流需求预测理论与方法发展的也比较成熟，对于物流方面的专门统计数据也比较多，理论方面也较为完善。美国等世界发达国家对于物流需求预测方面所采用的主要指标是物流成本，他们认为物流成本是体现物流需求的最为综合的指标。现今国与国之间进行物流比较的主要指标为物流成本占GDP的比例，这种指标体现了一个国家或地区物流综合水平。 美国的唐纳德、鲍尔索克斯等人对美国的物流年度开支进行了研究，他们指出：美国的物流年度开支恰好比国民生产总值的10略少。美国物流成本占国内生产总值(GDP)的比重在20世纪90年代大体保持在114至117的范围内，而进入20世纪最后10年，

6、这一比重有了显著下降，由11以上下降到10左右，甚至达到了99。美国物流成本的绝对数量是一直在上升的，但是由于其上升的幅度低于国民经济的增长幅度，所以占GDP的比例在缩小，从而成为经济效益提高的源泉。在预测方法上，指数平滑法，灰色预测模型，常态偏离法，马尔科夫预测法，神经网络法等先进预测方法已经引入到物流需求预测当中。唐纳德J鲍尔索克斯，戴维J克劳斯在物流管理一供应链过程的一体化中提到，物流需求预测有三大类方法：定性法，时间序列法，因果分析法。其中定性法在缺乏历史资料数据的时候比较实用，时间序列法在有往年数据的情况下即可使用，因果分析法主要是进行回归预测。国内物流需求预测的研究主要集中于货运量

7、、物流总值以及物流成本占GDP的比重等。在物流成本核算方法方面，虽然现代物流管理的理念引入我国已有20余年，但我们对物流成本的测算、分析和研究，无论是总量的，还是企业实际支出的，还是行业标杆水准的，都没有统一标准，我国国内一些学者根据我国成本资料的现状提出：物流成本=运输成本+库存成本+管理成本。其中：运输成本=货运量运价；库存成本=库存量X各项费率；管理成本=(运输成本+库存成本)X管理费率。由于该公式中的运价、各项费率、管理费率均是估计出来的，偏差率较大，需要在参考国外物流成本核算方法的基础上不断改进。上世纪90年代以来，我国物流成本占GDP的比例可以分为三个发展阶段。1991年为第一阶段

8、，这一阶段的特点是我国的物流发展在原始阶段，由于我国仍然处在计划经济时代，物流的概念远远没有引入企业运作中，物流操作原始而简单，物流量小。19921997为物流发展的起步阶段，在这一阶段我国实行了市场经济，经济得到了快速发展，物流管理水平开始有所提高，物流成本比例开始下降。1998-2000年为第三阶段，我国的物流开始在全国范围内实践，各种物流公司开始层出不穷，物流管理水平也逐步得到提高，工商企业物流外包的现象更加明显，物流成本所占比例逐步下降。国内对物流需求的预测大多仅限于物流规划部门，由于起步较晚和应用上的局限性等并没有引起学术界和实业界太多的关注。国内物流需求预测方面，虽然国内物流起步不

9、如国外早，但是我国许多学者吸取国外物流预测经验与方法，结合我国具体国情，也在物流需求预测方面做出了很多尝试。马晓珂，王慈光(2005)在“三次指数平滑法在大秦铁路运量预测中的应用”中，以大秦铁路1989年-2003年的运量数据为基础，应用统计预测中的三次指数平滑法，对大秦铁路未来的发展、前景、规模和水平进行定量的估计和推测，并对预测结果进行了分析和评价。韦司滢等（1999）将指数平滑法等其他多种方法应用在三峡移民工程建材配送决策支持系统中。黄荣富等（2003）、张云康（2008）在进行指数平滑法预测的基础上进行了物流需求多种方法组合预测。1.3内容与方法本文主要运用本文运用三次指数平滑方法对上

10、海市公路、水路、铁路、航空等的货运量做出了定量预测的模型，并对其作了评价与分析。物流需求预测的概念，原理，类型，步骤，影响物流需求的定量性因素。（第二章）物流需求预测的方法与模型，包括指数平滑法当中的一次指数平滑法，二次指数平滑法，三次指数平滑法。（第三章）上海市物流需求量化指标的选取，上海市公路，水路，铁路，航空货运量概况。（第四章）应用三次指数平滑法，对上海市2012年，2015年的公路，水路，铁路，航空货运量进行预测。（第五章）第2 章 物 流 需 求 预 测2.1 物流需求概述 2. 1. 1物流需求预测的概念 预测是指对未来不确定事件的预见和推测，是对研究对象未来状态进行估计和推测，

11、即由过去和现在推测未来，由以知推测未知。这包括两方面的含义：根据过去已有的相关历史资料数据和现在的实际情况，运用科学的理论和方法去分析、推测未来可能出现的情况；而是对已知事件的未来状态做出估计和推测。事件的范围十分广泛，有自然事件、科学事件、社会事件、经济事件等，所以有天文、地理、科学、技术、政治、军事、经济、文化等方面的事件预测。未来事件有确定型与不确定型之分，确定型事件是指该事件发展结果只会有一种状态；不确定型事件是指该事件发展过程和结果可能出现多种状态。 预测是一门科学，也是一门艺术。预测的科学性在于它是根据科学的理论和方法、可靠的数据资料、先进的计算方法和技术，经过逻辑推理判断寻求事物

12、的客观发展规律。预测的艺术性在于它和人的经验、经历、能力有关，即依赖于预测者的假设条件、选择方法和技巧、学识经验和逻辑判断的能力等。经验、经历、能力不同的人，预测时所用的假设、方法、技巧判断很可能一不同，因此预测结果就会大相径庭。从现代预测的发展实践看，现代预测学已融入了多种学科和现代知识理论方法，是借助于经济学、数理统计学、数学、运筹学、控制论、系统论及计算机技术等多种学科所提供的理论方法，并通过建立适当的数学模型，来预测研究对象的未来状态。作为预测的分支，经济预测和技术预测对我们当今高速发展的社会来说显得格外重要，物流需求预测就是经济预测在经济管理当中最为经典的应用。 现代物流发展呈现出系

13、统化、网络化、信息化的趋势，现代物流的发展和物流系统的复杂性都会给物流规划和决策带来一定的困难，需要有科学的决策手段作为支持，而预测作为决策的一个重要依据，在物流规划和管理决策中起着极其重要的作用。无论是正在运行的物流系统还是拟建设的物流系统，其物流量的制定、库存量的预测、市场需求的预测分析等都直接关系到整个系统设计方案的规划、生产计划的制定、原材料的采购、人员配置的合理性。 物流需求是指企业、事业单位和个体消费者在社会经济活动过程中一定时期内社会经济活动对生产、流通、消费领域的原材料、成品和半成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和数量等方面的要求，涉及运输、库

14、存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活动的诸方面。物流需求作为社会经济活动的一种派生需求，它与经济总量、产业结构、区域分工、技术进步、国际贸易、价格等因素之间存在直接或间接关系。物流需求预测，就是利用历史的资料和数据，对未来的物流需求状况进行科学的分析、估算、和推断，物流需求预测的意义在于指导和调节人们的物流管理活动，以便采取适当的策略和措施，谋求更大的效益。2. 1. 2物流需求预测的原理 我们在进行物流需求预测时。预测方法的选择和预测模型的建立都是以预测的原理为依据的。在实际预测过程中往往预测原理的使用是具有一定的条件的，因此对预测的掌握是预测过程中往往预测原理的使用是

15、具有一定的条件的，因此对预测的掌握是预测模型建立的基础。预测的任务是寻求研究对象发展变化的规律，大量的实践证明，可以通过一系列的预测游客研究活动，了解和把握各种自然、社会、经济等事件的变化规律。进而预测其未来状态，进行预测主要应该遵循以下原理：惯性原理。任何事物的发展都与过去的运动有着一定的联系。过去的运动不仅影响到现在，还会影响到未来，这表明，任何事物的发展都有一定的延续性，即惯性。惯性越大表明过去对未来的影响越大，反之亦然。惯性原理的存在，不仅为预测方法提供了思路，也为预测的可行性提供思路，也为预测的可行性提供了一定的理论依据。惯性包括两方面的含义：一是时间上的惯性，二是系统结构的惯性。类

16、推原理。类推性原理是指事物的结构或规律具有相似性，有些事件可能是另一件事件的先兆，因而可由已知事物的发展规律类推未来。所谓预测，即许多事物的发展规律有着相似之处，往往可以用一个事物的变化规律来类推另外一个事物的变化规律。应用这一原理使我们的预测工作大为简化，在预测中常常采用经验曲线，这就是以类推原理作为理论依据的。相关原理。相关原理是研究事物发展复杂性的一个必不可少的原则，是指任何事物必将和周围事物发生联系，且在与其他事物的相互影响下发展。任何事物的发展变化都不是孤立的都是与其他的事物发展变化相互联系、相互影响而确定其运动轨迹的。相关性有多种表达形式，其中最为广泛的是因果关系，即任何事物的发展

17、变化都是有其原因的，其变化状况是原因的结果。相关回归分析建立预测模型就是以这一原则一前提的。 2. 1. 2物流需求预测的类型物流需求从不同角度可以划分为很多的种类，常用的几种预测分类标志有：按预测时间的长短进行分类，按预测的空间范围进行分类和按预测的方法进行分类等。（1）按预测时间长短分类按预测时间长短的不同分类，可以分为短期预测、近期预测、中期预测和长期预测。短期预测一般是以周、旬为预测的时间单位，根据事物变化的观察期资料，结合事物当前和未来变化的实际情况，对事物未来一个季度内的发展变化情况做出估计。短期预测的结果可以用来编制物流企业的月份或季度的各种营销计划。短期预测结果一般必须做到及时

18、、准确，对预测目标的各种变化要有敏捷的反应，使被预测系统各参与者和管理者能够及时了解市场的发展变化，以便适当安排各项活动及有效组织经营。近期预测一般是以月为时间单位，根据对事物变化的实际观察资料，结合当前的变化情况，对事物未来一年的发展变化情况做出预测。近期预测的结果可以用来编制生产企业购进原材料计划及生产计划。同样，物流系统在运作经营期间根据年度计划制定的需求，可以对货流进行近期预测。中期预测一般是指3到5年之内的预测。中期预测的结果可以为物流企业编制3到5年的经济发展计划提供重要的依据。同时，中期预测还经常用于长期影响市场的各种因素的预测，如对影响市场的经济、技术、政治、社会等重要因素的预

19、测，用来分析研究市场未来的发展趋势和市场发展变化的规律等。长期预测一般是指5年以上的预测，是为制社会和国民经济发展长期规划而专门进行的市场预测。长期预测主要针对市场经济现象的发展变化趋势，为社会和国民经济按规律健康的发展，为统筹安排国民经济长期的生产、分配、交换、消费提供重要的依据。物流园区一方面体现了现代物流社会化地趋势，具有宏观经济现象的特点;另一方面也考虑了企业或其联合体的经营行为，具有微观经济现象的特点。因此在进行可行性研究时，要对货流的长期变化的长期变化规律加以掌握，需要进行长期预测。（2）按预测的范围进行分类按预测的范围进行分类，可以分为宏观预测、中观预测和微观预测。宏观预测是统观

20、整体市场需求的发展变化及趋势，其内容涉及国民经济全局的预测，其空间范围往往是全国性的预测。宏观预测，以安排国民经济综合平衡中各种合理的比例关系，合理配置各种资源为主要目的，为国民经济宏观决策提供必要的和可靠的依据。中观预测是涉及国民经济各行业的预测，从空间范围来看，是以省、市、自治区、或经济区为总体的预测。如预测国民经济中某一行业可向市场提供与需求之间是否相适应；预测某省、市、自治区的购买力总量的发展变化情况等。这些都可以看做是中观预测，它主要是用以满足地区或行业组织生产与营销决策的需要。物流园区物流的预测分析就属于中观预测，因为这些货流来源及涉及的范围广，不仅仅局限于某个城市，而且还会扩展到

21、城市周边的经济辐射带甚至更广阔的区域。因此，从空间范围来看，物流园区货流的预测属于中观预测。微观预测一般是指企业进行的市场预测，从空间范围上看，是企业产品所涉及地区市场的预测。微观预测范围较小，过程及内容可以比较具体细致，为企业提供更具体的信息。物流企业对业务量、营业收入的预测即额、微观预测。（3）按预测方法的分类按预测所采取的方法不同分类，可以分为定性预测和定量预测。定量预测的特点，是以大量的的历史观测值为主要依据，建立适当的数学模型为预测模型，推断或估计预测目标的未来值。定量预测分类的方法很多，在物流需求预测中常用的分类方法是将其分为相关回归预测法和时间序列预测法两大类。相关回归预测法的基

22、本思想是根据预测的相关性原则找出影响预测目标的各因素，并用数学方法找出这些因素与预测目标之间的函数关系的近似方法，再利用样本数据对其模型估计参数及对模型进行误差检验，一旦模型确定就可以利用模型根据因素的变化值进行预测。相关回归法根据影响因与因变量之间的关系可以分为：线性回归分析，非线性回归分析。按回归方程的个数可以分为：单方程回归分析，联立方程回归分析。时间序列预测法的基本思想是根据预测的惯性原则利用事物发展的历史数据的变化趋势的延续性来估计预测目标的未来发展趋势。时间序列预测模型可以分为：趋势预测模型，季节变动预测模型，随机预测模型。趋势预测模型又可以分为：移动平均预测法，指数平滑法，差分指

23、数平滑法，趋势曲线模型预测法等。时间序列预测模型根据采用的工具和手段不同可以分为：灰色预测法，神经网络预测法等。在实际的物流预测中，可以综合采用其中的几种方法。2. 1. 4物流需求预测的步骤物流需求预测并非只是作出预计推测那一瞬间的行动，而应该被看作是一个过程。调查研究是预测的重要基础工作，它的任务是通过适当的调查方式和方法，收集研究对象及其有关因素的资料和信息，并对调查所获取的资料和信息进行处理和分析，得到预测所需要的信息。预测技术是预测的、方法和手段。预测分析则是根据有关理论所进行的思维研究活动，它贯穿于预测活动的整个过程。预测的关键是寻找和把握研究对象的特性和发展变化的规律，以指导人们

24、的实践活动谋取更大更多的利益。预测过程表明，预测不是盲目猜测，也不是主观臆断，而是在一定的理论指导下，采用适当的方法，借助于预测者的分析判断能力进行探索性研究活动。一般而言，预测的步骤是： 根据预测的任务确定预测目标 收集和分析有关资料和数据 选择预测方法并进行预测 分析评价 提交预测报告2. 2物流需求的影响因素分析 影响物流需求的因素有很多，总的来说可以分为定量性的因素与定性性的因素。研究物流需求的影响因素主要是选取一些对物流需求影响较大且资料数据好收集并且准确的定量性因素来建立适当的模型，利用历史的资料和数据，对未来的物流需求状况进行科学的定量性因素，并且这些资料和数据比较好收集和整理。

25、再综合考虑一些其它方面的定性因素，最后对预测结构加以适当的修正就可以得到比较准确的预测结果。（1）经济总量对物流需求的影响物流需求总量的变化与一国或一地区得GDP经济总量及经济增长速度有着密切的关系，GDP经济总量规模越大、经济发展水平越高的国家和地区，对货物运输、仓储、配送、物流信息处理等物流服务的需求就越大，经济增长越强劲，对物流需求的增长也越强劲。而且在经济发展的不同阶段对物流需求的结构和质量要求也存在很大差别。世界各国经济结构变动的普遍趋势表明，在人均GDP6001000美元期间，商业、旅馆和饭店业在第三产业构成中的比重逐步由上升转为下降，交通运输、仓储和邮电通信业的比重有较大幅度的上

26、升；在人均GDP10002000美元期间，商业、旅馆和饭店业在第三产业构成中的比重进一步下降，交通运输、仓储和邮电通信业的比重继续快速上升；当人均GDP继续上升到3000美元左右时，交通运输、仓储和邮电通信业的比重由快速上升转为平稳增长，保持相对稳定。经济发展本身直接产生物流需求。一般来说，物流在经济发展中处于先决条件的地位，落后的物流系统将成为制约经济发展的瓶颈。物流作为一种现代服务方式，其发展与整个经济发展密切相关，是经济发展到一定阶段的产物。物流需求总量受社会经济发展的影响，不同社会经济增长的时期决定了物流需求的不同特点。社会经济发展水平相对发达的地区，其物流需求水平相对也高一些，像一些

27、进入后工业时期的国家，对于多功能集成或一体化的物流需求就比较旺盛；社会经济发展水平相对落后的地区，其物流需求水平相对也低一些，分散、非系统化的物流需求相对比较流行。（2）产业结构对物流需求的影响根据产业结构演进理论，一国产业结构的基本演进方向是由第一产业占优势比重逐渐向第二产业、第三产业占优势比重演进；由劳动密集型产业占优势比重逐渐向资本密集型、知识密集型产业占优势比重演进；由制造初级产品的产业占优势比重逐渐向制造中间产品、最终产品的产业占优势比重演进。从各产业对物流的需求看，第二产业中的制造业采掘业等提供的都是实物形态的产品，从生产到消费离不开运输仓储，第二产业对运输仓储的需求较大，投入也比

28、其他产业高，它的物流支出相对较大。相反，第三产业的产值创造主要来自无形的服务，第三产业以服务业为主，对物流的依赖程度小，物流投入低，物流成本支出少，与产值相比物流成本只占很少的比例。这说明各产业对物流的需求程度不同，实物型行业的物流需求大于服务行业。如两个地区产业构成不同，一个以工业为主，一个以服务业为主，那么前者对物流的需求将高于后者。因此，产业结构及其变动对物流需求的影响是深刻的。随着产业结构层次的提高和产业业态的进化，货运需求强度将逐步下降，但对现代物流服务环节的需求将不断上升。比如，随着现代连锁商业业态和电子商务的发展及其占GDP比重的提高，对物流信息处理、仓储自动化管理、准时化配送、

29、自动分拣、包装加工等现代物流服务的需求将呈现出旺盛的势头；新兴产业的发展也会在许多领域释放出新的物流需求；以汽车、精密机械设备制造等为主要内容的现代制造业会对相关产业产生巨大的带动作用，及时化物流服务、零部件采购供应物流服务、整车运输服务等将成为物流业潜在市场；随着人们对食品消费要求的提高，农业产业内部结构正在发生着变化，特别是农产品所特有的鲜活性和易腐性，在产销衔接中必须做到快速、便捷、高效，这就对未来物流网络建设增值、物流增值技术、物流运输效率提出了更高的要求。总之，产业结构的变化会带来物流需求的相应变化。（3）资产投资对物流需求的影响资产投资对物流需求有着非常大的影响，这里主要考虑固定资

30、产投资对物流需求的影响。固定资产投资总额是本年内通过建造和购置固定资产的活动，国民经济不断采用先进技术装备，建立新兴部门，进一步调整经济结构和生产力的地区分布，增强经济实力，为改善人民物质文化生活创造物质条件的总投入，是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。全社会固定资产投资按经济类型可分为国有、集体、个体、联营、股份制、外商、港澳台商、其他等。按照管理渠道， 全社会固定资产投资总额分为基本建设、更新改造、房地产开发投资和其他固定资产投资四个部分。建设项目的性质一般分为新建、扩建、改建、迁建、恢复。基本建设按建设项目划分建设

31、性质，更新改造、国有单位其他固定资产投资及城镇集体投资等按整个企业、事业单位的建设情况确定建设性质，房地产开发单位、农村投资、城镇工矿区私人建房等投资不划分建设性质。新建：一般是指从无到有、“平地起家”新开始建设的单位。有的单位原有的基础经过建设后其新增加的固定资产价值超过原有固定资产价值三倍以上的也算新建。扩建：一般是指为扩大原有产品的生产能力，在厂内或其他地点增建主要生产车间或主要工程、独立的生产线或分厂的企业；事业单位和行政单位在原单位增建业务用房，如学校增建教学用房、医院增建门诊部或病床用房、行政机关增建办公楼等也作为扩建。改建：一般是指现有企业、事业单位为了技术进步，提高产品质量，增

32、加花色品种，促进产品升级换代，降低消耗和成本，加强资源综合利用和三废治理、劳保安全等，采用新技术、新工艺、新设备、新材料等对现有设施、工艺条件进行技术改造或更新，包括相应配套的辅助性生产、生活福利设施。有的企业为充分发挥现有生产能力，进行填平补齐而增建不增加本单位主要产品生产能力的车间等，也属于改建。不管是新建、扩建、改建、迁建还是恢复，都会带来物流需求的增加。（4）其它影响因素 经济政策和管理体制 技术进步与精细分工 地理及空间经济布局 消费水平及市场环境 物流供给及服务水平第三章 预测模型与方法31指数平滑法指数平滑法是基于时间序列分析的原理，是利用时间序列资料进行预测的一种方法。时间序列

33、分析是依据预测对象过去的统计数据，找到其随时间变化的规律，建立时间序列模型，以推断未来数值的预测方法，推断过去的变化规律会持续到未来，将预测目标的历史数据按照时间的顺序排列成为时间序列，然后分析它随时间的变化趋势，外推预测目标的未来值。这样，就把影响预测目标变化的一切因素由“时间综合起来描述了。其基本思想是：除一些不规则变动外，过去的时序数据存在着某种基本形态，假设这种形态在短期内不会改变，可以作为下一期预测的基础。平滑的目的在于消除时间序列数据的极端值，以某些较平滑的中间值作为预测的依据。移动平均法的预测值实质上是以前观测值的加权和，且对不同时期的数据给予相同的加权。这往往不符合实际情况。指

34、数平滑法则对移动平均法进行了改进和发展，其应用较为广泛。 3.1.1一次指数平滑法 设时间序列为 ，则一次指数平滑公式为： 式中 为第 t周期的一次指数平滑值； 为加权系数，0 1。 为了弄清指数平滑的实质，将上述公式依次展开，可得： 由于0 1，当 时， 0，于是上述公式变为： 由此可见 实际上是 的加权平均。加权系数分别为 ， ，是按几何级数衰减的，愈近的数据，权数愈大，愈远的数据，权数愈小，且权数之和等于1，即 。因为加权系数符合指数规律，且又具有平滑数据的功能，所以称为指数平滑。 用上述平滑值进行预测，就是一次指数平滑法。其预测模型为： 即以第t周期的一次指数平滑值作为第t+1期的预测

35、值。 3.1.2 二次指数平滑法 当时间序列没有明显的趋势变动时，使用第t周期一次指数平滑就能直接预测第t+1期之值。但当时间序列的变动出现直线趋势时，用一次指数平滑法来预测仍存在着明显的滞后偏差。因此，也需要进行修正。修正的方法也是在一次指数平滑的基础上再作二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立直线趋势预测模型。故称为二次指数平滑法。 设一次指数平滑为 ，则二次指数平滑 的计算公式为： 若时间序列 从某时期开始具有直线趋势，且认为未来时期亦按此直线趋势变化，则与趋势移动平均类似，可用如下的直线趋势模型来预测。 式中t为当前时期数；T为由当前时期数t到预测期的时

36、期数； 为第t+T期的预测值； 为截距， 为斜率，其计算公式为： 3.1.3 三次指数平滑法 三次指数平滑法，即布朗二次多项式指数平滑法，它是线性平滑过渡到二次多项式的一种平滑方法，基本途径是对二次指数平滑再进行一次指数平滑来进行分析预测的一种方法，但不是直接用第t期的三次指数平滑值作为第t+1的预测值。并对二次多项式的参数做出估计，二次多项式平滑公式也比一次线性平滑复杂得多，但其目的是一样的，即修正预测值，使其跟踪非线性趋势的变化。其计算公式为： 其中：为静态平滑参数，01，为t时期的一次指数平滑值，为t时期的二次指数平滑值，St（3）为t时期的三次指数平滑值。 第t+T期的三次指数平滑法的

37、预测模型为： 其中： T为预测超前期数（T1，T为正整数），at，bt，ct为预测参数。三次指数平滑法适用于时间序列的长期趋势呈二次抛物线增长情况的短期预测分析。如果数据的基本模型是非线性的，则可采用三次指数平滑法，这样可使预测值跟踪非线性趋势的变化。 3.1.4 加权系数的选择在指数平滑法中，预测成功的关键是 的选择。 的大小规定了在新预测值中新数据和原预测值所占的比例。 值愈大，新数据所占的比重就愈大，原预测值所占比重就愈小，反之亦然。 若把一次指数平滑法的预测公式改写为： 则从上式可以看出，新预测值是根据预测误差对原预测值进行修正得到的。 的大小表明了修正的幅度。 值愈大，修正的幅度愈大

38、， 值愈小，修正的幅度愈小。因此， 值既代表了预测模型对时间序列数据变化的反应速度，又体现了预测模型修匀误差的能力。 在实际应用中， 值是根据时间序列的变化特性来选取的。若时间序列的波动不大，比较平稳，则 应取小一些，如0.10.3；若时间序列具有迅速且明显的变动倾向，则 应取大一些，如0.60.9。实质上， 是一个经验数据，通过多个 值进行试算比较而定，哪个 值引起的预测误差小，就采用哪个。3.1.5 指数平滑模型的优点1.操作简单，成本较低，公式简洁明了，用普通的电脑即可完成全部操作。2.使用性能优良，有较强的适应性，能够适用于所有的以时间序列为基础的各个领域的预测中。3.指数平滑最显著的

39、特点就是数据处理方法遵循“厚近薄远”的规则加权、修匀数据，使得数据模型具有抵御减弱数据影响的功能，并使时间序列包含的历史规律显著的体现出来。4.在数据的需求和处理量方面，指数平滑预测只要有上期实际数据和预测值就可以计算下一期的预测值，这样可以节省很多的数据和计算机处理数据的开销。 如果数据的基本模型是非线性的，则可采用布朗二次指数平滑法，这样可使预测值跟踪非线性趋势的变化。第四章 上海市物流需求预测41上海市物流需求量化指标选取宏观经济现象中存在着大量的数量关系，这些数量关系又是由宏观经济变量构成的。物流需求是随着社会经济的发展而变化的，它也是社会经济现象中的一个变量。进行物流需求分析，就是寻

40、找物流需求变量的变化规律。而对物流需求进行量化研究有利于更精确的掌握其变化规律。在进行量化研究时，有必要选择一些量化指标。411综合货运总量综合货运量是指特定区域或地区一定时期内公路、水路、铁路、航空、管道等货运量的总和。综合货运量在一定程度上反映了物流需求的变化规律，反映了物流作业量的规模。这个规模不是用营业额来计算，而是用吨来计算。结合上海的具体实际，并且为了更为精细的反映上海各种物流需求，在这里选择上海市公路、水路、铁路、航空货运。42上海市物流需求基本货运情况2001年一2008年上海市交通运输发展一直保持良好势头货运量继续高速增长。2009年由于全球金融危机的大范围萧条影响，上海市货

41、运量总量比上年有大幅下降。其中水运货物运输量下降幅度最大达到11.11%，主要原因可能是欧美减少对华进口导致远洋运输货物量暴跌。2010年由于中国采取一系列有效措施和中国本身的经济活力，本国首先走出金融危机的影响。2010年上海市货物运输总量恢复到接近2008年的总量，其中除水运外其他方式的货物运输量有较大回升，其原因可能是占水运较大份额的远洋运输业还处于低迷状态导致水运货物量增长不明显。全社会主要运输方式总体的变化趋势，公路运输所占份额由2001年的58.27%最高值逐年下降到2008年的47.81%最低点，水路运输由2001年占39.35到2008年公路运输占50.66%，铁路和民航分别从

42、占2.18到1.17和从占0.20%到0.36%。公路依然在货物中短途运输等方面具有优势，而水路则因为航运中心的建设大幅度的增长从2005年到2008年一度超过公路运输，铁路货运量所占份额逐年下降，航空货运量微小但增长较快。 表1 20012010年上海市基本货运情况年份货物运输量铁路公路水运航空货运200149 5451 08028 86919 496100200254 1961 13129 75923 174132200358 6691 20830 67826 621162200463 1801 28431 55430 148194200568 7411 27832 68434 55722

43、2200672 6171 22333 79937 342253200778 1081 14335 63441 041290200884 34798540 32842 729305200979 96794137 74537 983298201081 02495840 89038 803372 单位（万吨） （数据来源于2010上海统计年鉴以及2010年月度数据）第五章 指数平滑模型计算51基于指数平滑法的铁路货运量预测对上海市铁路货运量历史资料进行收集整理、合理分析，进而在此基础上选择合适的预测方法和数学模型。通过查阅有关资料，得到上海市铁路2001年至2010年的货运量，用所得数据画出散点图。

44、图1 上海市铁路货运总量由图可以看出上海市铁路货运量走势呈现先升后降趋势，总的是整个运量情况呈现弯曲变化过程。对于这样的图形，数据点的分布带有曲率，用直线拟合不大合适。三次指数平滑法配合的是一条曲线，且具有时变适应性，在大样本条件下具有渐近最优性的特点。因此，采用三次指数平滑法来进行外推预测是比较合适的。取2001年-2007年的上海市铁路路货运量作为模型的数据序列，取2008-2010年的数据用来验证模型的预测精度。然后将2008年-2010年的预测值与实际值进行比较进行误差分析，取其中使误差最小的值作为平滑系数，得到本次预测平滑系数口为091。指数平滑法是一个迭代计算过程，用指数平滑法进行

45、预测计算时，首先必须确定初始s0（1），s0（2），s0（3）在时间序列较长、取值较大时，初始值的大小对预测的影响也很小，根据一般经验，可以取s0（1）= s0（2）= s0（3）=（y1+y2+y3）3。即s0（1）= s0（2）= s0（3）=（1080+1131+1208）3=1140记2001年为第0年，2002年为第1年，以次类推。表2 铁路货运量指数平滑表S9（1）S9（2）S9（3）956.9956.61957.12a9b9c9957.9949.4140.8综上分析，得到上海市铁路货运量三次指数预测模型为：Yt+T=957.99+49.41T+40.8T2所以有y2012=122

46、0.01得到2012年上海市铁路货运量预测值为1220.01万吨。52基于指数平滑法的公路货运量预测对上海市公路货运量历史资料进行收集整理、合理分析，进而在此基础上选择合适的预测方法和数学模型。通过查阅有关资料，得到上海市公路2001年至2010年的货运量，用所得数据画出散点图。图2 上海市公路货运总量由图可以看出上海市公路货运量量走势呈现明显的上升趋势，总的趋势是增长的，整个运量情况呈现弯曲变化过程。对于这样的图形，数据点的分布带有曲率，用直线拟合不大合适。三次指数平滑法配合的是一条曲线，且具有时变适应性，在大样本条件下具有渐近最优性的特点。因此，采用三次指数平滑法来进行外推预测是比较合适的

47、。取2001年-2007年的上海市公路货运量作为模型的数据序列，取2008-2010年的数据用来验证模型的预测精度。然后将2008年-2010年的预测值与实际值进行比较进行误差分析，取其中使误差最小的值作为平滑系数，得到本次预测平滑系数口为091。指数平滑法是一个迭代计算过程，用指数平滑法进行预测计算时，首先必须确定初始s0（1），s0（2），s0（3）在时间序列较长、取值较大时，初始值的大小对预测的影响也很小，根据一般经验，可以取s0（1）= s0（2）= s0（3）=（y1+y2+y3）3。即s0（1）= s0（2）= s0（3）=（28869+29759+30678）3=29769记2001年为第0年，2002年为第1年，以次类推。