基于LOD的泸州各地区间物流需求预测(共11页)

1、基于(jy)LOD的泸州(l zhu)各地区(dq)间物流需求预测 xxx （西南交通大学交通运输与物流学院 四川 成都 611756）摘要： 本文在不考虑区域以外情况下，根据给定的数据和查找的社会经济、自然地理等资料，运用LOD预测方法和物流系统规划等方法，对泸州市江阳区、龙马潭区等三区四县2015年和2020年的物流需求量进行预测，并对该市2015年、2020年的LOD矩阵和物流量期望线图分别进行了计算和绘制。 关键词：LOD预测方法 物流系统规划 LOD矩阵 物流量期望线图ForecastingofInter-regionallogisticsdemands1、背景(bijng)1.1

2、论文(lnwn)背景四川省泸州市位于(wiy)长江上游的川滇黔结合部，人口近500万，辖江阳区、龙马潭区、纳溪区、合江县、泸县、古蔺县、叙永县等三区四县。需要根据给定的不考虑区域以外情况下的数据和查找的社会经济、自然地理等资料，运用LOD预测方法，预测2015年和2020年的物流需求量。1.2 L-OD预测原理介绍物流纯流动是单位物品从始发地到达目的地的流动过程，简称L-OD，物流流动需求预测也称基于L-OD的物流需求方法，是包含各类预测方法和模型在内的一种以物流分区为对象的集聚分析，一般是先通过对目前各地区社会经济、物流设施与物流状况进行调查，按照地区经济的增长趋势及目标，利用预测方法推导出

3、未来各区的物流发生量和吸引量，在进行区与区之间的物流空间交换量预测，接着进行物流链的选择，最后将所有的物流量分配到物流网络的各线路和节点上。2、泸州市各小区物流生成预测对于物流生成量的预测，本文首先根据三次指数平滑法模型预测出2009-2020年的GDP增长率，再采用弹性系数法进行生成预测，根据各小区国内生产总值和货运代理量的弹性系数预测未来校区物流生成量。2.1 泸州GDP增长率计算 泸州市2001年至2008年间GDP值，如表1所示。 表2-1 泸州市2001年2008年GDP值年度2001年2002年2003年2004年2005年2006年2007年2008年 GDP（亿元）177.91

4、94.2215.8258.8284.9331.12403.8508.4 根据2001-2008年泸州市GDP值，本文采用EXCEL软件利用指数平滑法对2009-2020年泸州市GDP值的预测。2.1.1 绘制2001-2008年泸州市GDP散点趋势图 由图excel软件绘制2001-2008年泸州市GDP散点趋势图如下所示，可以看出，其数据增长趋势呈二次曲线趋势，所以本文宜采用三次指数平滑法进行预测。 图 泸州市2001-2008年GDP散点图2.1.2 泸州市2009-2020年GDP预测(yc)过程指数平滑法预测(yc)原理指数(zhsh)平滑法是在 HYPERLINK /wiki/%D2

5、%C6%B6%AF%C6%BD%BE%F9%B7%A8 移动平均法基础上发展起来的一种 HYPERLINK /wiki/%CA%B1%BC%E4%D0%F2%C1%D0%B7%D6%CE%F6%D4%A4%B2%E2%B7%A8 时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行 HYPERLINK /wiki/%D4%A4%B2%E2 预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。而本题中采用三次指数平滑法进行预测。指数平滑法预测公式 运用三次指数平滑法进行预测时，首先计算各次数指数平滑值初始值，公式如下：一次指数平滑值初

6、始值为： 同理计算 和 如下公式：再分别求出一次、二次、三次指数平滑值，公式如下： EMBED Equation.3 * MERGEFORMAT EMBED Equation.3 * MERGEFORMAT EMBED Equation.3 * MERGEFORMAT 再根据三次指数平滑法预测模型： 然后分别利用以下公式求出a，b，c值即可得到预测模型，从而计算出预测值。 选择(xunz)平滑系数 由图1绘制的散点图可以看出整个预测过程中长期趋势变化不大，但是(dnsh)预测过程中时间序列有所波动，所以此时可选稍大的指数(zhsh)平滑系数值，常在=0.2-0.4之间取值，而本题首先采用EXC

7、EL首先分别对=0.2、0.3、0.4进行2001-2008年GDP预测，然后将预测值与实际值比较，根据误差选择预测误差最小的指数平滑系数来进行计算。 当指数平滑系数=0.2、0.3、0.4时，得到的2001-2008年GDP预测值如下表所示： 当a=0.2时2001-2008年GDP指数平滑值预测值年份t实际值yt一次平滑值St（1）二次平滑值St（2）三次平滑值St（3）预测值Ytatbtct0 195.97 194.14 193.89 2001 1 177.90 192.35 193.78 193.87 189.59 -3.04 -0.30 2002 2 194.20 192.72 19

8、3.57 193.81 186.25 191.27 -1.51 -0.13 2003 3 215.80 197.34 194.32 193.91 189.63 202.96 6.06 0.58 2004 4 258.80 209.63 197.38 194.61 209.60 231.34 22.89 2.10 2005 5 284.90 224.68 202.84 196.25 256.34 261.77 38.28 3.39 2006 6 331.12 245.97 211.47 199.30 303.44 302.80 57.73 4.96 2007 7 403.80 277.54 22

9、4.68 204.37 365.50 362.94 85.86 7.23 2008 8 508.40 323.71 244.49 212.40 456.03 450.06 126.13 10.47 当a=0.3时2001-2008年GDP指数平滑值预测值年份t实际值yt一次平滑值St（1）二次平滑值St（2）三次平滑值St（3）预测值Ytatbtct0 195.97 193.69 193.18 2001 1 177.90 190.55 192.75 193.05 186.44 -4.43 -0.42 2002 2 194.20 191.64 192.42 192.86 181.59 190.5

10、3 -1.04 -0.07 2003 3 215.80 198.89 194.36 193.31 189.43 206.90 8.43 0.77 2004 4 258.80 216.86 201.11 195.65 216.11 242.91 26.51 2.29 2005 5 284.90 237.27 211.96 200.54 271.71 276.49 38.49 3.09 2006 6 331.12 265.43 228.00 208.78 318.07 321.06 53.27 4.05 2007 7 403.80 306.94 251.68 221.65 378.38 387.4

11、2 76.08 5.61 2008 8 508.40 367.38 286.39 241.07 469.11 484.03 109.48 7.93 当a=0.4时2001-2008年GDP指数平滑值预测值年份t实际值yt一次平滑值St（1）二次平滑值St（2）三次平滑值St（3）预测值Ytatbtct0 195.97 193.51 192.69 2001 1 177.90 188.74 191.60 192.26 183.67 -5.35 -0.49 2002 2 194.20 190.92 191.33 191.89 177.83 190.66 -0.04 0.03 2003 3 215.8

12、0 200.87 195.15 193.19 190.66 210.37 9.68 0.84 2004 4 258.80 224.04 206.71 198.60 220.89 250.61 25.91 2.05 2005 5 284.90 248.39 223.38 208.51 278.58 283.53 32.44 2.25 2006 6 331.12 281.48 246.62 223.75 318.23 328.34 41.90 2.67 2007 7 403.80 330.41 280.13 246.31 372.90 397.13 59.10 3.65 2008 8 508.40

13、 401.60 328.72 279.27 459.88 497.92 85.04 5.21 根据以上2001-2008年预测值与实际值进行比较，进行误差分析：分别用均值误差MSE与平均绝对百分(bi fn)误差MAPE来进行计算，公式如下： 当a取不同值时，得到的误差结果(ji gu)如下：均值误差MSE平均绝对百分误差MAPEa=0.228.92 8.29 a=0.335.78 10.49 a=0.427.29 8.26 所以(suy)得出应选择指数平滑系数a=0.4来进行预测2009-2020年GSP值以及增长率。caiyo建立模型预测2009-2020年GDP值 由于指数平滑系数采用的

14、是=0.4来进行计算所以建立二次曲线趋势模型： 当t=8时，由公式计算得到 所以有当t=8时，二次曲线预测模型为： 时间t实际值yt一次平滑值St（1）二次平滑值St（2）三次平滑值St（3）预测值Yt0 195.967 193.513 192.695 2001年1 177.900 188.740 191.604 192.258 2002年2 194.200 190.924 191.332 191.888 2003年3 215.800 200.874 195.149 193.192 2004年4 258.800 224.045 206.707 198.598 2005年5 284.900 24

15、8.387 223.379 208.511 2006年6 331.120 281.480 246.619 223.754 2007年7 403.800 330.408 280.135 246.306 2008年8 508.400 401.605 328.723 279.273 2009年9 588.164 2010年10 688.823 2011年11 799.897 2012年12 921.385 2013年13 1053.287 2014年14 1195.603 2015年15 1348.334 2016年16 1511.479 2017年17 1685.038 2018年18 1869.

16、011 2019年19 2063.399 2020年20 2268.201 (5泸州市2009-2020年GDP增长率计算(j sun)2.1.3 泸州市2009-2020年GDP增长率计算由上表可以得出(d ch)下表计算，分别得到泸州市各小区GDP增长率。时间预测值Yt差额（Yt-Yt-1）GDP增长率2008508.400 2009588.164 79.763920115.69%2010688.823 100.659296817.11%2011799.897 111.073560416.13%2012921.385 121.487823915.19%20131053.287 131.90

17、2087514.32%20141195.603 142.316351113.51%20151348.334 152.730614612.77%20161511.479 163.144878212.10%20171685.038 173.559141811.48%20181869.011 183.973405310.92%20192063.399 194.387668910.40%20202268.201 204.80193259.93%2.2 泸州市2009年至2020年各物流小区(xio q)的物流量增长率计算泸州市物流小区区划情况，如表2和图1所示。表2 泸州市物流小区区划情况小区编号12

18、34567区县名称江阳区龙马潭区纳溪区合江县泸县古蔺县叙永县图1 泸州市核心物流小区(xio q)区划示意图 泸州市各物流小区预测(yc)年度弹性系数（物流量增长率与GDP增长率的比值）如表3所示。表3 泸州市物流小区(xio q)预测年度弹性系数年度200620102011201520162020弹性系数1.20.90.8结合弹性系数值、GDP增长率值，利用物流预测系统的弹性系数法公式，预测泸州市2009-2020年直接影响小区的物流增长率如下表所示：弹性系数法公式： 时间弹性系数GDP增长率物流量增长率2008年1.225.90%31.08%2009年1.215.69%18.83%2010

19、年1.217.11%20.54%2011年0.916.13%14.51%2012年0.915.19%13.67%2013年0.914.32%12.88%2014年0.913.51%12.16%2015年0.912.77%11.50%2016年0.812.10%9.68%2017年0.811.48%9.19%2018年0.810.92%8.73%2019年0.810.40%8.32%2020年0.89.93%7.94%2.3.泸州市2015年、2020年各物流小区(xio q)发生量和吸引量 题目(tm)中给出了泸州市2008年的L-OD矩阵(j zhn)表 如下所示：1234567113764

20、304647411437928756231328161824133815773322910204418171080451032212567802396122202826282016152111131247242216192713161373992741952152511221231579根据图表可以得出2008年泸州各校区物流发生量与吸引量，如下图所示：区号2008年发生量吸引量1379399224127432041954212215528225161241227137123 物流量与吸引量的计算采用下面计算公式： 根据2008年-2020年物流量增长率，可以得到以下的2009年-2020年的

21、物流吸收量和发生量。则2015年和2020年泸州市各小区的物流发生量和物流吸引量分别是：2015年2020年发生量吸引量发生量吸引量1区1172.67 1234.56 1844.25 1941.57 2区745.68 847.79 1172.73 1333.31 3区631.20 603.35 992.68 948.89 4区655.95 665.24 1031.61 1046.21 5区872.54 776.63 1372.24 1221.39 6区383.67 377.48 603.40 593.66 7区423.90 380.58 666.66 598.53 合计4885.62 4885

22、.62 7683.58 7683.58 物流各小区间(q jin)物流分布预测 3.1 构建(u jin)泸州市物流小区间的阻抗矩阵 以距离作为小区的阻抗，查询交通统计(tngj)年鉴，可以得到泸州市内各个小区间的距离分别如下表所示，即所得到的各个小区间的阻抗矩阵。 泸州市各小区间的距离（单位：公里）i j 12345671010.14416.14557.91231.497106.66581.811210.144024.84960.81126.381116.19889.375316.14524.849043.643.95590.94866.565457.91260.81143.6058.408

23、85.22781.809531.49726.38143.95558.4080131.537109.4736106.665116.19890.94885.227131.537038.728781.81189.37566.56581.809109.47338.72803.2 采用平均增长率法计算泸州市2015年、2020年L-OD矩阵 根据平均增长率达计算公式： 其中， 分别是i区和j区的物流量增长率； ， 分别是i区未来和现状的物流发生量； 分别是j区未来和现状的物流吸引量；由题目中给出的2008年现状的L-OD表，如下图所示：据此进行计算得到下表： 表4 泸州市2008年的L-OD矩阵(j z

24、hn)表 （单位：万吨）1234567113764304647411437928756231328161824133815773322910204418171080451032212567802396122202826282016152111131247242216192713161373992741952152511221231579区号12345671423.90 198.02 92.82 142.33 145.42 126.86 43.32 1172.67 2269.19 173.27 71.16 40.22 86.64 49.51 55.69 745.68 3117.58 46.41

25、238.25 102.11 68.07 27.85 30.94 631.20 455.69 52.60 30.94 247.53 139.24 30.94 99.01 655.95 5207.31 247.53 71.16 27.85 188.74 68.07 61.88 872.54 686.64 61.88 49.51 46.41 64.98 34.04 40.22 383.67 774.26 68.07 49.51 58.79 83.54 40.22 49.51 423.90 1234.56 847.79 603.35 665.24 776.63 377.48 380.58 4885.62 2015年LOD矩阵(j zhn)2020年LOD矩阵(j zhn)：区号12345671666.65 311.43 145.98 223.84 2