【正文】 參考文獻(xiàn) [1] David J．Bloombcrg，Stephen LeMay，Joe B．Hanna．Logistics．Tsinghua University Press，2004 [2] Simon Haykin，Neural networks．Tsinghua University Press，2006 [3] 曹文琴， 城市物流規(guī)劃中物流需求預(yù)測(cè)研究， 華南理工大學(xué)碩士學(xué)位論[4] 葛炬 蔣志清，新疆物流需求預(yù)測(cè)及分析， 新疆農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008（5），78～82[5] 陸松福．物流需求的影響岡素分析．集團(tuán)經(jīng)濟(jì)研究，2006(11)．178—179[6] 黃虎．區(qū)域物流需求的影響因素分析．商場(chǎng)現(xiàn)代化，2007(12)．108[7] 曹文琴，甘衛(wèi)華．城市物流規(guī)劃中的物流需求預(yù)測(cè)．特區(qū)經(jīng)濟(jì)，2006(3)．33033l[8] 王曉忠，物流量預(yù)測(cè)方法研究[D]. 武漢理工大學(xué)碩士論文,2005:4246[9] 程肖冰，張群. 區(qū)域物流需求預(yù)測(cè)方法比較分析[J]. ,12(6): 9599[10] 黃榮富，綦化樂(lè)，蔡軍．三次指數(shù)平滑法在港口吞吐量預(yù)測(cè)中的應(yīng)用研究．水運(yùn)工程，2007(6)．38—40[11] 馬曉珂，．千慈光．三次指數(shù)平滑法在人秦鐵路運(yùn)量預(yù)測(cè)中的應(yīng)塒．華東交通人學(xué)學(xué)報(bào)，2005(3)．81l[12] 上海統(tǒng)計(jì)局．上海統(tǒng)計(jì)年鑒．上海：上海統(tǒng)計(jì)出版社，2001—2010[13] 中國(guó)物流網(wǎng)：：／／．56．．[14] 中國(guó)物流與采購(gòu)網(wǎng)：：／／．chinawuliu．．[15]上海統(tǒng)計(jì)局網(wǎng)：。④應(yīng)用三次指數(shù)平滑法，對(duì)上海市2012年，2015年的公路，水路，鐵路，航空貨運(yùn)量進(jìn)行預(yù)測(cè)。②物流需求預(yù)測(cè)的方法與模型，包括指數(shù)平滑法當(dāng)中的一次指數(shù)平滑法，二次指數(shù)平滑法，三次指數(shù)平滑法。在實(shí)際操作中也遇到一些問(wèn)題，如在運(yùn)用三次值數(shù)平滑模型過(guò)程中權(quán)數(shù)的確定具有很強(qiáng)的主觀性，當(dāng)數(shù)據(jù)特征發(fā)生變化時(shí)，指數(shù)平滑不能自動(dòng)調(diào)整權(quán)數(shù)，以適應(yīng)新數(shù)據(jù)的要求；同時(shí)，當(dāng)預(yù)測(cè)對(duì)象保持長(zhǎng)時(shí)間的穩(wěn)定后，出現(xiàn)突然上升或下降的趨勢(shì)時(shí)，指數(shù)平滑就難以適應(yīng)。，有利于合理規(guī)劃、建設(shè)物流基礎(chǔ)設(shè)施，改進(jìn)物流供給系統(tǒng)。，特別是區(qū)域物流需求預(yù)測(cè)理論，可以作為學(xué)提供理論借鑒。貨運(yùn)量又是確定交通基礎(chǔ)設(shè)施建設(shè)規(guī)模等的主要依據(jù)，貨運(yùn)量預(yù)測(cè)結(jié)果的合理性與可靠性直接影響重慶市交通基礎(chǔ)設(shè)施、工程項(xiàng)目的投資與效益、政府的宏觀決策等，對(duì)指定未來(lái)發(fā)展戰(zhàn)略、合理利用資源等都有著非常重要的意義。物流需求預(yù)測(cè)是理論界與實(shí)業(yè)界研究的熱點(diǎn)與難點(diǎn)。第六章 結(jié)論物流需求預(yù)測(cè)研究是物流學(xué)科研究的一個(gè)重要課題。即s0（1）= s0（2）= s0（3）=（100+132+162）∕3=131記2001年為第0年，2002年為第1年，?，以次類推。然后將2008年2010年的預(yù)測(cè)值與實(shí)際值進(jìn)行比較進(jìn)行誤差分析，取其中使誤差最小的α值作為平滑系數(shù)，得到本次預(yù)測(cè)平滑系數(shù)口為0．91。因此，采用三次指數(shù)平滑法來(lái)進(jìn)行外推預(yù)測(cè)是比較合適的。對(duì)于這樣的圖形，數(shù)據(jù)點(diǎn)的分布帶有曲率，用直線擬合不大合適。通過(guò)查閱有關(guān)資料，得到上海市航空運(yùn)輸2001年至2010年的貨運(yùn)量，用所得數(shù)據(jù)畫(huà)出散點(diǎn)圖。表4 水路貨運(yùn)量指數(shù)平滑表S9（1）S9（2）S9（3）3877238809a9b9c9綜上分析，得到上海市公路貨運(yùn)量三次指數(shù)預(yù)測(cè)模型為：Yt+T=++所以有y2012=。指數(shù)平滑法是一個(gè)迭代計(jì)算過(guò)程，用指數(shù)平滑法進(jìn)行預(yù)測(cè)計(jì)算時(shí)，首先必須確定初始s0（1），s0（2），s0（3）在時(shí)間序列較長(zhǎng)、取值較大時(shí)，初始值的大小對(duì)預(yù)測(cè)的影響也很小，根據(jù)一般經(jīng)驗(yàn)，可以取s0（1）= s0（2）= s0（3）=（y1+y2+y3）∕3。取2001年2007年的上海市水路貨運(yùn)量作為模型的數(shù)據(jù)序列，取20082010年的數(shù)據(jù)用來(lái)驗(yàn)證模型的預(yù)測(cè)精度。三次指數(shù)平滑法配合的是一條曲線，且具有時(shí)變適應(yīng)性，在大樣本條件下具有漸近最優(yōu)性的特點(diǎn)。圖3 上海市水路貨運(yùn)總量由圖可以看出上海市水路貨運(yùn)量量走勢(shì)呈現(xiàn)明顯的上升趨勢(shì)，總的趨勢(shì)是增長(zhǎng)的，整個(gè)運(yùn)量情況呈現(xiàn)彎曲變化過(guò)程。5．3基于指數(shù)平滑法的水路貨運(yùn)量預(yù)測(cè)對(duì)上海市水路貨運(yùn)量歷史資料進(jìn)行收集整理、合理分析，進(jìn)而在此基礎(chǔ)上選擇合適的預(yù)測(cè)方法和數(shù)學(xué)模型。即s0（1）= s0（2）= s0（3）=（28869+29759+30678）∕3=29769記2001年為第0年，2002年為第1年，?，以次類推。然后將2008年2010年的預(yù)測(cè)值與實(shí)際值進(jìn)行比較進(jìn)行誤差分析，取其中使誤差最小的α值作為平滑系數(shù)，得到本次預(yù)測(cè)平滑系數(shù)口為0．91。因此，采用三次指數(shù)平滑法來(lái)進(jìn)行外推預(yù)測(cè)是比較合適的。對(duì)于這樣的圖形，數(shù)據(jù)點(diǎn)的分布帶有曲率，用直線擬合不大合適。通過(guò)查閱有關(guān)資料，得到上海市公路2001年至2010年的貨運(yùn)量，用所得數(shù)據(jù)畫(huà)出散點(diǎn)圖。表2 鐵路貨運(yùn)量指數(shù)平滑表S9（1）S9（2）S9（3）a9b9c9綜上分析，得到上海市鐵路貨運(yùn)量三次指數(shù)預(yù)測(cè)模型為：Yt+T=++所以有y2012=。指數(shù)平滑法是一個(gè)迭代計(jì)算過(guò)程，用指數(shù)平滑法進(jìn)行預(yù)測(cè)計(jì)算時(shí)，首先必須確定初始s0（1），s0（2），s0（3）在時(shí)間序列較長(zhǎng)、取值較大時(shí)，初始值的大小對(duì)預(yù)測(cè)的影響也很小，根據(jù)一般經(jīng)驗(yàn)，可以取s0（1）= s0（2）= s0（3）=（y1+y2+y3）∕3。取2001年2007年的上海市鐵路路貨運(yùn)量作為模型的數(shù)據(jù)序列，取20082010年的數(shù)據(jù)用來(lái)驗(yàn)證模型的預(yù)測(cè)精度。三次指數(shù)平滑法配合的是一條曲線，且具有時(shí)變適應(yīng)性，在大樣本條件下具有漸近最優(yōu)性的特點(diǎn)。圖1 上海市鐵路貨運(yùn)總量由圖可以看出上海市鐵路貨運(yùn)量走勢(shì)呈現(xiàn)先升后降趨勢(shì)，總的是整個(gè)運(yùn)量情況呈現(xiàn)彎曲變化過(guò)程。 表1 2001—2010年上海市基本貨運(yùn)情況年份貨物運(yùn)輸量鐵路公路水運(yùn)航空貨運(yùn)200149 5451 08028 86919 496100200254 1961 13129 75923 174132200358 6691 20830 67826 621162200463 1801 28431 55430 148194200568 7411 27832 68434 557222200672 6171 22333 79937 342253200778 1081 14335 63441 041290200884 34798540 32842 729305200979 96794137 74537 983298201081 02495840 89038 803372 單位（萬(wàn)噸） （數(shù)據(jù)來(lái)源于2010上海統(tǒng)計(jì)年鑒以及2010年月度數(shù)據(jù)）第五章 指數(shù)平滑模型計(jì)算5．1基于指數(shù)平滑法的鐵路貨運(yùn)量預(yù)測(cè)對(duì)上海市鐵路貨運(yùn)量歷史資料進(jìn)行收集整理、合理分析，進(jìn)而在此基礎(chǔ)上選擇合適的預(yù)測(cè)方法和數(shù)學(xué)模型。全社會(huì)主要運(yùn)輸方式總體的變化趨勢(shì)，%%最低點(diǎn)，％%，％％%%。2010年由于中國(guó)采取一系列有效措施和中國(guó)本身的經(jīng)濟(jì)活力，本國(guó)首先走出金融危機(jī)的影響。2009年由于全球金融危機(jī)的大范圍蕭條影響，上海市貨運(yùn)量總量比上年有大幅下降。結(jié)合上海的具體實(shí)際，并且為了更為精細(xì)的反映上海各種物流需求，在這里選擇上海市公路、水路、鐵路、航空貨運(yùn)。綜合貨運(yùn)量在一定程度上反映了物流需求的變化規(guī)律，反映了物流作業(yè)量的規(guī)模。在進(jìn)行量化研究時(shí)，有必要選擇一些量化指標(biāo)。進(jìn)行物流需求分析，就是尋找物流需求變量的變化規(guī)律。