基于灰色馬爾科夫模型的青島冷鏈物流需求預(yù)測(cè)

崔毅 徐偉 張松濤

摘要：目前關(guān)于物流需求預(yù)測(cè)主要針對(duì)物流總量的需求預(yù)測(cè)，而對(duì)于冷鏈物流需求預(yù)測(cè)則較少。為實(shí)現(xiàn)對(duì)青島冷鏈物流需求量的精確預(yù)測(cè)，采用灰色理論與馬爾科夫鏈相結(jié)合的方法，構(gòu)建灰色馬爾科夫預(yù)測(cè)模型，以青島2009～2017年的冷鏈物流需求量數(shù)據(jù)為依據(jù)，分別用灰色GM（1，1）模型和灰色馬爾科夫模型進(jìn)行預(yù)測(cè)，得到未來(lái)6年的預(yù)測(cè)結(jié)果。數(shù)據(jù)表明灰色馬爾科夫模型相較灰色預(yù)測(cè)模型其預(yù)測(cè)精度更高、更具實(shí)用性，以此為青島未來(lái)冷鏈物流的發(fā)展提供數(shù)據(jù)參考。

關(guān)鍵詞：灰色理論;馬爾科夫模型;冷鏈物流;需求預(yù)測(cè)

中圖分類號(hào)：F253.9 文獻(xiàn)標(biāo)識(shí)碼：A

隨著電商、共享經(jīng)濟(jì)的興起以及國(guó)民經(jīng)濟(jì)的高速發(fā)展，物流業(yè)已經(jīng)成為一個(gè)國(guó)家、一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的重要支撐，其冷鏈物流的發(fā)展對(duì)帶動(dòng)本地經(jīng)濟(jì)也有著重要意義。但青島冷鏈物流還處于起步階段，農(nóng)產(chǎn)品運(yùn)輸率較低，冷鏈運(yùn)輸量?jī)H占全市總運(yùn)輸量的30%，市內(nèi)70%的生鮮農(nóng)產(chǎn)品仍采用常溫運(yùn)輸，其腐爛率和損壞率達(dá)到20%-30%;冷鏈運(yùn)輸過(guò)程中，存貯、運(yùn)輸、銷售等環(huán)節(jié)存在“斷鏈”現(xiàn)象，因而造成冷藏運(yùn)輸率僅有10%-20%，其冷鏈運(yùn)輸量?jī)H占全市易腐貨物總量的25%，冷鏈物流需求空間較大。隨城鎮(zhèn)居民生活的不斷提高，消費(fèi)者對(duì)生鮮、果蔬、鮮奶等需求已不再局限數(shù)量化，而是向質(zhì)量化、綠色化和安全化轉(zhuǎn)變，因此對(duì)冷鏈物流健康平穩(wěn)發(fā)展提出了更高的要求。

據(jù)統(tǒng)計(jì)，青島市2009年需冷藏處理的產(chǎn)品總量在870萬(wàn)噸左右，每年增長(zhǎng)約為l%，冷鏈物流需求空間較大，因此為推動(dòng)肉類、水產(chǎn)品類、果蔬類、奶制品類等產(chǎn)品冷鏈物流快速發(fā)展，需要對(duì)冷鏈物流需求量進(jìn)行預(yù)測(cè)。王曉平和閆飛融合定性和定量分析法研究了京津冀農(nóng)產(chǎn)品冷鏈物流的影響因素，建立不同的單一預(yù)測(cè)模型進(jìn)行了預(yù)測(cè);劉文慧和王少然以天津市生鮮農(nóng)產(chǎn)品的需求為例，建立灰色GM（1，1）模型對(duì)天津未來(lái)10年生鮮農(nóng)產(chǎn)品需求進(jìn)行了預(yù)測(cè);Zhang Y c等應(yīng)用灰色理論構(gòu)建灰色GM（1，1）模型對(duì)我國(guó)居民冷鏈物流需求做出預(yù)測(cè);Liu T J等在考慮京津冀一體化前提下利用指數(shù)平滑法對(duì)生鮮農(nóng)產(chǎn)品冷鏈物流進(jìn)行需求預(yù)測(cè)和機(jī)會(huì)分析。多數(shù)學(xué)者在對(duì)冷鏈物流需求研究多選用單一模型進(jìn)行需求預(yù)測(cè)，在對(duì)長(zhǎng)期預(yù)測(cè)和波動(dòng)性較強(qiáng)的序列進(jìn)行單一模型預(yù)測(cè)時(shí)，其預(yù)測(cè)精度低、偏差較大。20世紀(jì)初馬爾科夫鏈的提出，對(duì)需求預(yù)測(cè)研究和單一預(yù)測(cè)模型修正有了深入的研究，Carpinone A等n棚構(gòu)建離散時(shí)間馬爾科夫模型對(duì)非常短期內(nèi)風(fēng)力發(fā)電進(jìn)行預(yù)測(cè);李克昭等㈣針對(duì)GM（1.1）模型易受數(shù)據(jù)隨機(jī)擾動(dòng)影響和穩(wěn)定性差的問(wèn)題，利用Markov鏈優(yōu)化灰色預(yù)測(cè)模型進(jìn)行建模預(yù)測(cè)。

本研究為能實(shí)現(xiàn)更為精確的冷鏈物流需求預(yù)測(cè)，利用灰色理論和馬爾科夫鏈各自的優(yōu)點(diǎn)，構(gòu)建灰色馬爾科夫預(yù)測(cè)模型，以青島2009-2017年冷鏈物流需求量統(tǒng)計(jì)數(shù)據(jù)為依據(jù)進(jìn)行需求預(yù)測(cè)研究，并利用Matlab軟件進(jìn)行數(shù)據(jù)擬合分析，同時(shí)根據(jù)修正后的相對(duì)殘差與修正前的相對(duì)殘差進(jìn)行比較分析，進(jìn)而為冷鏈物流決策者和政府制定相應(yīng)冷鏈物流政策提供數(shù)據(jù)參考。

1灰色馬爾科夫預(yù)測(cè)模型

1.1灰色預(yù)測(cè)模型

2青島市居民冷鏈物流需求預(yù)測(cè)

2.1冷鏈物流需求的數(shù)據(jù)說(shuō)明

為了能更好地對(duì)青島冷鏈物流需求量做出準(zhǔn)確預(yù)測(cè)，將青島市區(qū)的肉類、禽蛋類、奶類、水果類、水產(chǎn)類等需要進(jìn)行冷藏處理的產(chǎn)品生產(chǎn)總量作為影響因子納入模型中，對(duì)于原始數(shù)據(jù)的獲取，選取2009-2017年《青島市年鑒》中需冷處理產(chǎn)品的總量作為物流需求量預(yù)測(cè)的原始數(shù)據(jù)（見(jiàn)表1）。

（2）灰色馬爾科夫優(yōu)化

通過(guò)Matlab軟件對(duì)灰色GM（1，1）模型進(jìn)行編碼處理，并運(yùn)算得到青島2009-2024年的灰色預(yù)測(cè)值，為了得到狀態(tài)概率轉(zhuǎn)移矩陣需要對(duì)實(shí)際值與預(yù)測(cè)值之間進(jìn)行比較求得相對(duì)誤差值的范圍，根據(jù)相對(duì)誤差值的誤差范圍可劃分三個(gè)狀態(tài)E1E2E3，狀態(tài)E1的比值范圍是98.03%-99.49%，狀態(tài)E2的比值范圍是99.49%-100.95%，狀態(tài)E3的比值范圍是100.95%-101.22%，各個(gè)年份所在的狀態(tài)如表3所示。

由表3可獲得本文的狀態(tài)轉(zhuǎn)移概率矩陣：

由表4可看出青島2018年的灰色馬爾科夫預(yù)測(cè)區(qū)間為（932.84～935.34），發(fā)生概率高達(dá)44.44%，2019-2024年的冷鏈物流需求量預(yù)測(cè)區(qū)間其發(fā)生概率均達(dá)到了40%以上。同時(shí)為了比較灰色預(yù)測(cè)和灰色馬爾科夫預(yù)測(cè)之間優(yōu)劣性，對(duì)2009～2017年的數(shù)據(jù)也進(jìn)行馬爾科夫修正，進(jìn)而得出2009-2017年灰色馬爾科夫預(yù)測(cè)值，計(jì)算出修正后的相對(duì)殘差，其結(jié)果如表5所示：

通過(guò)表5可看出利用灰色理論建立GM（1，1）模型，進(jìn)行模型求解得到的預(yù)測(cè)值基本和實(shí)際值呈現(xiàn)正相關(guān)性，預(yù)測(cè)值和實(shí)際值基本相符合，2009-2017年的相對(duì)殘差分別為：0，-0.82%，-1.19%，0.98%，1.86%，0.51%，-0.94%，0.91%，-1.21%，通過(guò)表5分析發(fā)現(xiàn)，單一預(yù)測(cè)模型缺陷較大;為了避免這一情況，采用灰色馬爾科夫預(yù)測(cè)模型進(jìn)行殘差的修正，這樣既能減小相對(duì)殘差值，又能找出內(nèi)在的規(guī)律性，運(yùn)用灰色馬爾科夫預(yù)測(cè)模型對(duì)青島2009-2017年冷鏈物流需求量進(jìn)行預(yù)測(cè)，其修正后的相對(duì)殘差值分別為：0，0.24%，-0.92%，0.35%，0.36%，0.37%，0.34%，0.45%，-0.13%;且由圖1可觀測(cè)出灰色馬爾科夫預(yù)測(cè)的預(yù)測(cè)值相比灰色預(yù)測(cè)的預(yù)測(cè)值更符合實(shí)際情況。由此可以得出灰色馬爾科夫預(yù)測(cè)模型相比灰色預(yù)測(cè)模型更具有實(shí)用性，更能提高預(yù)測(cè)精度和模型的應(yīng)用價(jià)值。

3結(jié)論

利用灰色理論與馬爾科夫鏈相融合的方法，分別應(yīng)用灰色GM（1，1）模型和灰色馬爾科夫模型對(duì)青島冷鏈物流需求量進(jìn)行預(yù)測(cè)，通過(guò)圖1可看出灰色預(yù)測(cè)結(jié)果呈現(xiàn)出近似一次函數(shù)的增長(zhǎng)，偏離實(shí)際情況，而灰色馬爾科夫預(yù)測(cè)相比灰色預(yù)測(cè)更能反映實(shí)際情況，由表5的預(yù)測(cè)數(shù)據(jù)和圖1預(yù)測(cè)值的走勢(shì)可表明灰色馬爾科夫模型的預(yù)測(cè)精度優(yōu)于灰色預(yù)測(cè)模型，這也體現(xiàn)出灰色馬爾科夫預(yù)測(cè)法具有更好的實(shí)用價(jià)值和較好的應(yīng)用前景。則以2009～2017年青島冷鏈物流需求量數(shù)據(jù)為依據(jù)，建立灰色馬爾科夫模型對(duì)青島未來(lái)6年冷鏈物流需求量進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果可以對(duì)青島冷鏈物流的發(fā)展、政府制定冷鏈物流宏觀政策以及后期制定科學(xué)化、合理化決策提供數(shù)據(jù)參考。