【摘要】 隨著我國社會主義市場經濟的逐步深入,物流企業對成本控制的要求越來越迫切,為有效進行物流運營的成本控制,文章引入小波神經網絡方法探索對運營成本的精確預測,根據物流運營成本的變化規律,建立了物流企業運營成本的小波神經網絡預測模型,選用Morlet小波進行成本模擬,采用共軛梯度法進行迭代求解,并應用某物流企業的運營成本進行了實例分析,為物流企業進行運營成本控制提供了一種行之有效的高精度預測方法。
【關鍵詞】 小波神經網絡; 物流運營; 運營成本; 成本預測
在物流企業物流運營過程中,隨著時間的延續,物流運營成本呈現遞增的趨勢。因此,有效控制運營成本是物流企業的一項重要任務,而有效進行成本控制的基礎是進行精確的運營成本預測。傳統的物流運營成本預測以回歸分析法為主,雖然這類預測方法簡單、使用方便,但其預測的誤差較大,不能滿足現代物流運營過程中對成本控制的要求。由于技術進步和市場經濟的發展,計算機在社會經濟發展中的作用越來越大,計算機技術的發展給社會經濟預測提供了快速、有效的計算工具,一些較為復雜但其精確性較高的預測方法便不斷得以應用,小波神經網絡預測便是一種能夠滿足企業高精度預測要求的方法。為滿足物流企業對成本控制的要求,本文引入小波神經網絡方法,通過建立適合物流企業物流運營成本變化規律的小波神經網絡預測模型,并將其應用于物流企業的運營成本預測,以探索物流企業成本控制的新路子。
一、小波神經網絡預測模型的建立
為了建立小波神經網絡模型,首先從介紹小波和小波變換的概念。如果用f(t)表示時間信號或函數,t為時間域自變量,習慣上以時間域為變量的變尺寸函數用?漬(t)表示,以頻率域為自變量的變尺度函數用?漬(?棕)表示,則小波是指在函數空間L2(R)中,滿足下列條件的一個信號或函數。
鑒于時間序列的特點,變換僅限于實數域討論。由上式可知小波基中參數b變化起著平移作用;參數a的變化不僅改變小波基的頻譜結構,而且改變其窗口的大小形狀。因此,a、b分別稱為?漬ab(t)的伸縮因子和平移因子。對于函數f(t)其局部結構的分辨可以通過調節參數a、b,即調節小波基窗口的大小和位置來實現。與Fourier分析法類似,基于小波變換的小波分析同樣是將信號函數分解成小波標準正交基,以此構成級數來逼近信號函數,所不同的是小波基是通過平移和伸縮構成的,具有較好的局部化性質,依據小波理論達到最佳的函數逼近能力。
在小波神經網絡預測中,一般是采用復合小波神經網絡進行的。復合小波人工神經網絡是基于小波分析而構成的具有神經網絡思想的模型,即用非線性小波基取代了通常的非線性Sigmoid函數,非線性時間序列表述通過所選取的非線性小波基進行線性疊加來實現,也就是用小波級數的有限項來逼近時間序列函數。實際上用小波基?漬ab(t)擬合時間序列f(t)的過程就是信號分解過程,即我們希望把待分析信號f(t)近似分解成若干正交歸一的基本小波?漬n(t),上標(n)是小波類型的序號,作離散位移bk和尺度伸縮ak的加權和,即:
二、模型參數的確定
式中梯度?犖E(θk)為迭代步長,λ為迭代修正系數(或稱學習率)。當n=1時,采用實數Morlet小波進行預測,其時間函數表達式為:
三、應用實例
把利用線性回歸和小波神經網絡兩種方法預測的結果在同一直線坐標系中畫出,可以明顯地看出小波神經網絡預測方法比線性回歸預測具有更高的精確性,見圖1。
分析以上預測結果可以明顯地看出,小波神經網絡的預測結果相對誤差較小,預測的精度最高。由于運營成本關系到盈虧,是物流企業規模經濟控制的一個重要指標。因此,選用小波神經網絡法進行預測具有重要意義。
四、結論
隨著我國市場經濟的發展,物流企業為加強內部控制,需要不斷提高經濟預測的精度。因此,在物流企業的成本控制中引入和采用高精度的預測方法,并應用計算機進行預測是一種必然趨勢。本文從物流企業運營成本控制的要求出發,根據物流運營成本的變化規律,建立了小波神經網絡預測模型,采用共軛梯度法應用計算機進行預測求解,編制的軟件可通過加載宏的模式直接在Excel中使用,可滿足物流企業成本控制中高精度成本預測的要求,在物流企業的實際成本資料進行了應用研究,收到了比較好的效果。其研究成果,對促進物流企業加強成本控制預測,提高預測精度,以最終提高管理效率和經濟效益具有重要意義。
【參考文獻】
[1] 冉啟文.小波變換與分數傅里葉變換理論及應用[M]. 哈爾濱:哈爾濱工業大學出版社,2002.
[2] 李金屏,王風濤,楊波. BP小波神經網絡快速學習算法研究[J].系統工程與電子技術,2001,23(8):72-75.
[3] 金龍,秦偉良,姚華棟.多步預測的小波神經網絡預報模型[J].大氣科學,2000,24(1):79-86.
[4] 孫濤,陳曉慧.煤炭企業原煤經濟生產量和保險儲備量的合理確定[J].煤炭經濟研究,2001(5):32-34.
注:本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文