基于組合預測的集裝箱海鐵聯運運量預測

霍　向，武慧榮，王麗麗，劉　霄，張　進，孟　樂

（東北林業大學交通學院，哈爾濱150040）

?

基于組合預測的集裝箱海鐵聯運運量預測

霍向，武慧榮，王麗麗，劉霄，張進，孟樂

（東北林業大學交通學院，哈爾濱150040）

摘要：集裝箱海鐵聯運運量預測是多式聯運系統規劃的重要依據，為了提高預測精度及穩定性，將回歸分析模型、指數平滑模型及系統動力學模型加權組合，綜合單一模型預測結果的相對誤差、方差確定權重，構建了組合預測模型。以大連港集裝箱海鐵聯運系統相關統計數據對模型進行驗證，結果證明該模型能在一定程度上提高預測精度。

關鍵詞：海鐵聯運；運量預測；組合預測；集裝箱運輸

我國集裝箱海鐵聯運發展相對較緩，伴隨“一帶一路”戰略的實施，將促進集裝箱海鐵聯運的快速發展。正確、合理預測集裝箱海鐵聯運運量，是多式聯運系統規劃、建設、投資的重要依據，而預測方法的選擇將直接影響預測結果的準確性。目前，國內外學者應用了多種預測方法進行集裝箱海鐵聯運運量預測，主要有時間序列預測法、神經網絡預測法、回歸分析預測法、灰色預測法、系統動力學預測法等。每一種預測模型建立時，都需要做出一定的假設。然而實際的運輸系統發展環境不會是一成不變的，單一模型難以準確描述現實世界錯綜復雜的關系。BatesJ.M.和Granger C.W.J.于1969年首次提出并證明兩種無偏的單項預測組合優于每個單項預測方法。組合預測就是將不同的單一預測方法組合，綜合利用各種預測方法所提供的信息，以提高預測的精度及穩定性。因此，本文采用組合預測方法，將線性回歸預測、指數平滑預測及系統動力學方法組合為一種預測方法，以降低預測環境的不確定性，提高預測的科學合理性。

一、單一預測模型

（一）線性回歸分析模型

回歸分析預測是以相關原理為基礎，通過對大量樣本數據做回歸分析，獲取自變量和因變量之間的相關關系，建立變量之間的回歸方程作為預測模型，以定量分析方法揭示自變量在預測期的數量變化對因變量影響。

一元線性回歸模型的基本形式為：

式中：y為線性回歸預測值；a，b為回歸系數。

（二）系統動力學預測模型

系統動力學是一種以系統內部信息反饋控制理論為基礎、以實際系統為原型，以計算機仿真技術為手段的復雜系統定量研究方法。它能定性、定量地分析系統，從系統的微觀結構入手，構造系統基本結構，進而仿真分析系統的動態行為。該方法通過建立反饋環、設定各種變量及方程實現，反饋環是指系統中由不同要素或變量構成的閉合因果鏈序列，系統變量包括狀態變量、速率變量和輔助變量，各種反饋和因果關系通過建立方程得以定量確定。

（三）指數平滑模型

數平滑法是一種時間序列預測方法，是在數值加權平均法的基礎上發展起來的預測模型。該方法的基本原理是通過對歷史觀察值進行加權處理，平滑掉部分隨機信息，并根據觀察值的表現趨勢，建立一定的模型，據此對預測對象作出預測。可以消除時間序列的偶然性變動，進而尋找預測對象的變化特征和趨勢。

本文采用二次指數平滑法，即用二次指數平滑法建立線性預測模型：

為第t+T周期的預測值；t為目前的周期序號；T為由第t期向后推移的期數；

α值直接影響預測的精度，一般根據數據序列的特點和經驗來確定。α值越小，說明近期值對預測值的影響越小；反之，則近期值對預測結果的影響越大。可按均方差最小的原則確定，即確定為達到最小時的α值。

二、組合預測模型

建立組合預測模型時，確定單一模型的權重系數非常重要，合理的權重系數能夠有效提高集裝箱海鐵聯運運量的預測精度。常見的權重確定方法有：層次分析法、最優加權法、算術平均法、方差倒數法、標準差法等。

本文綜合考慮預測相對誤差及方差確定組合預測模型權重系數。預測相對誤差反映了預測結果的可信程度，誤差大，預測的精度及可信度低；誤差越小，預測精度及可信度越高。方差則是衡量實際數據和預測結果相差的度量值，用以表征實際數據對預測結果的離散程度。方差越大，數據的波動性越大；方差越小，數據的波動就越小。在許多實際問題中，方差是測算離散趨勢最重要、最常用的指標。

考慮到集裝箱海鐵聯運運量預測工作中對預測精度要求更高，更偏重于降低預測相對誤差，因此本文綜合考慮方差和相對誤差，在組合模型權重確定時相對誤差所占權重系數取值0.7，方差系數取值0.3。根據二者的倒數確定組合預測模型的權重系數，即：

式中：ωi為第i個模型的權重系數；δi為第i個模型的平均相對誤差；si為第i個模型的方差；k為模型個數。

式中：Y為組合預測值；yi為第i個模型的預測值。

三、集裝箱海鐵聯運運量預測

（一）單一模型預測

1.線性回歸預測模型

以大連港為例，查閱中國統計年鑒、大連統計年鑒和大連市統計局官方網站等，獲得1998～2012年大連港集裝箱海鐵聯運相關數據，以對外貿易總額為自變量，建立集裝箱海鐵聯運運量線性回歸預測模型：

選用2010～2012年大連港集裝箱海鐵聯運運量進行預測，并檢驗模型的相對誤差，結果如表1所示。

2.系統動力學預測模型

根據文獻3，考慮集裝箱海鐵聯運系統受腹地經濟、對外貿易發展、運輸需求、港口和鐵路基礎設施建設等因素綜合作用，建立集裝箱海鐵聯運系統發展因果關系如圖1所示。圖中箭頭表示因果關系，正負號分別表示正反饋關系和負反饋關系。

圖1　集裝箱海鐵聯運系統因果關系

建立集裝箱海鐵聯運系統流圖、系統方程，應用系統動力學模型進行預測并檢驗，結果見表1。

3.二次指數平滑預測模型

根據1998～2009年大連港集裝箱海鐵聯運運量實際數據進行指數平滑預測，經過多次試驗，確定平滑系數為0.7，建立集裝箱海鐵聯運運量二次指數平滑預測模型：

選用2010～2012年大連港集裝箱海鐵聯運運量進行模型檢驗，預測及檢驗結果見表1。

表1　單一模型預測及相對誤差

根據表1數據計算單一模型的平均相對誤差及方差，如表2所示。

表2　單一模型預測檢驗結果

（二）組合預測模型構建及檢驗

根據表2及公式（1）計算ωi，結果如表3所示。

表3　組合模型權重系數

根據表3及公式（2）建立組合預測模型為：

同樣選用2010～2012年的實際數據進行模型檢驗，驗證組合模型的可靠性和準確性。驗證結果如表4所示。

表4　組合預測模型檢驗結果

與表1、表2中單一預測模型預測結果相比，組合模型的相對誤差和方差均下降，即組合預測模型的精度及波動性都更優。因此，該模型預測可信度更優，可以用該模型進行集裝箱海鐵聯運運量的預測。

（三）集裝箱海鐵聯運運量預測

應用組合預測模型對大連港2016-2020年集裝箱海鐵聯運運量進行預測，從預測結果可以看出，未來幾年大連港集裝箱海鐵聯運運量將持續增長，預計在2018年將突破70萬標箱，大連港集裝箱海鐵聯運運量將以年均約10%的速度增長，這得益于大連港已建立了輻射東北三省及內蒙古東部全境的內陸集疏運體系網絡，被交通部、鐵路總公司列為全國鐵水聯運六個示范港口之一。與此同時，中長期鐵路網的規劃調整使大連港通過港口和鐵路的緊密合作，不斷優化調整集裝箱海鐵聯運的作業流程，逐步實現裝卸作業港、站直取，大大提高作業效率和能力，使得集裝箱海鐵聯運市場前景廣闊。

預測結果表明組合預測模型能夠提高預測精度和穩定性，大連港未來幾年的集裝箱海鐵聯運運量將持續快速增長，與大連港提出的發展目標較吻合，因此應用該模型進行集裝箱海鐵聯運運量預測是可行且可靠的。

參考文獻：

［1］ Bates J.M.，Granger C.W.J.The Combination of Forecasts.Operations Research Quarterly，1969，20（4）：451-468.

［2］王冠威，王純.基于灰色系統理論的集裝箱海鐵聯運量預測［J］.集裝箱化，2008，19（5）：20-22.

［3］張樹奎，肖英杰，魯子愛.基于灰色神經網絡的港口集裝箱吞吐量預測模型研究［J］.重慶交通大學學報：自然科學版，2015（5）：135-138.

［4］吳璇，王烈.組合預測模型在鐵路集裝箱運量預測中的應用［J］.鐵道運輸與經濟，2010，32（10）：90-94.

［5］陳燕琴.基于灰色系統理論和BP網絡的集裝箱海鐵聯運量預測［J］.中國水運，2010，10（12）：74-76.

［責任編輯：方曉］

中圖分類號：F552.4

文獻標識碼：A

文章編號：1005-913X（2016）07-0013-02

收稿日期：2016-04-29

基金項目：黑龍江省教育廳科技研究項目資助 （12543017）；2015年度東北林業大學大學生科研訓練計劃項目（2572015CB16）；中央高校基本科研業務費專項資金項目（2572015CB16）

作者簡介：霍向（1994-），男，河北邯鄲人，本科學生，研究方向：交通運輸規劃與管理；武慧榮（1980-），女，山西夏縣人，講師，博士研究生，研究方向：集裝箱多式聯運理論與方法。