灰色线性回归组合模型在黑龙江煤炭物流需求预测中应用
简介灰色预测模型在物流需求预测中的应用
㈣
（＋ ） Ｋ １ ：
ｒ（县］ ＋ ｋ， ４ ｘ１ 。 ， ｌ ） （） ～ － …（ ０一 ） ｏ
，
的 。物 流需求预测可 以为 区域 物流规划 提供决 策和依据 。
ｋ
， ｎ
（） ， ２…
ｎ］（ ） ） ２
（ 后验 差检验 。第一 ， 验 比值检验 ： ２） 后
”ｋ＝ （ ）
ｉ＝ ｌ
” ｉ， ｌ “， （） ＝ ｋ ２ ｎ
ｃ 。 中ｓ： １ ： 其 一
Ｓ．
。 ｎ ｋｌ ＝
［ （ ） ｉ ］ｇ１窆 （ ｋ一 － ： ） ｋ
通 过 检 验 的 标 准 为 精 度 等 级 越 小 越 好 。 根 据 Ｃ和 Ｐ两
（） １
…
，
＋ ０【 ｘ…
ｎｔ
（） ３
其 中 ： 为模 型的发 展参 数 ， 映 序列 ｘ － ｋ 及 原始 反 （（ ） 序列 ０ ｉ的发展趋势 ， 为模 型 的协 调系数 ， 映数据 间 ）） （ 反 的变 化关系 。
需 求 预 测 中 的应 用 ， 结 合 实 例 进 行 了应 用研 究 。 并 关 键 词 灰 色预 测 物 流 需 求 应 用
物 流需求是社 会经济 活动特 别是生 产与 经营 活动所 派
生 的 一 种 次 生 需 求 ，因 而 物 流 需 求 与 社 会 经 济 发 展 密 切 相
原 数 据 的绝 对 误 差 和 相 对 误 差 序 列 ：
１Ｇ （ ， ） 模 理 论 。Ｇ １１ 预测 模 型 的 实 质 是 对 原 ．Ｍ １１ 建 Ｍ（ ，）
基于灰色线性回归组合模型的物流需求预测研究
１ ６ －— ４ ・ － —
维普资讯
第 ２７ 第 月 ２０ Ｏ ６ 卷 Ｏ期 ０ 年１１
工 业 技 术 经 济
ｖ．． ｏ０ 总 ｏ ６Ｎ １ １ 第 ． ２
１８ ６ 期
ｘ
将式 （３ １）再用 累减 生成 即可得到原 序列 的预测值 Ａ （ ） ０。
如前所述 ，度量物 流需 求 的指 标有实 物量指 标和价 值量指标。由于缺 乏必要 的统计 数据 ，应用 价值 量指标 时 只能根据专家经 验对物流需 求进行 经验预 测。为 了对 物流需求 进行量 化研 究 ，同 时兼 于数据 资 料 的可得 性 ， 我们采用实物量指标 中的货物周转量来表征物流需求Ｌ 。 ７ Ｊ 首先 ，对货物周转量原始数据进行光滑 、级 比检验 。 当 ｌ３ （ ） ＝０３３８ ｄ， ４ ．７６ ，口（ ） ＝１００ ，由此 可知 ， ４ ．６９ 数据通过光滑比、级 比检验 ，可对 数据进行 灰色 系统建
ｘ ‘ ｔ ＝Ｃ ｘ（ ） （） Ｉ ｐ Ｖ ｔ ＋ｅｔ ３，……ｔ ＝１ ，ｋ ｅ ２＋ｃ ＝ｋ ，２ ０ （ 序列 中拟合 、检测精度未达要求元素所对应 的时间点 ） ｘ ＾１ ｔ （ （）＝ｘ （ ｔ／ ＾ （） （）ｘ （ ｔ …… ｔ ≥ｋ 其 中 ） ＝ｋ ０（ ｘ
维普资讯
第 ２卷 ６
２ｒ ０ ０ 年１ ｃ 月 ７
第 １ 期 ０
工 业 技 术经 济
Ｖ．，ｏ０ 总 ｏ ６ Ｎ１ １ 第 ． ２
１８ ６ 期
基 于灰 色 线性 回归组 合模 型 的物流需 求 预测 研 究
孙 建丰 向小东 （ 福州大 学 ，福州 ３００ ） ５０２
３ 模 型 的改进
本文中所提出的针对该组合模型的改进，主要是 以原灰 色线性回 归组合模型的思想为基础 ， 改进方法详述如下 ： （） １ 对样本数据进行拟合 和检测 ，若相 应结果 为可接 受结果 ，则不需对原模型进行 改进 ，建模过程如前所述 ， 可用该模型进行预测 ； （） ２ 若拟合及检测结果不 可接受 ，则不 能直 接运用 原 模型进行直接预测 ，需对 原模型进 行改进 ：对 原数据建 立 Ｇ （ ，１ Ｍ １ ）模型 ，考查 Ｇ （ ，１ Ｍ １ ）模 型建模所 得拟 合 、检测数据 占灰色线性 回归组合模 型拟合 、检测数据 的比例 ； （ 以所得 比例数再次建立 Ｇ （，１ 型进行 比例 ３ ） Ｍ １ ）模 数的拟合及检测 ； （） ４将步骤（） ２中所得的 Ｇ （ ，１ Ｍ １ ）模 型，其对原数据 的拟合 、检测结果与步骤（ 中所得 比例数 的拟合及 检测 ３ ） 值作除法运算 ，即得改进后的组合模 型的拟合及检测值 。 即修正后 的模型为 ：
基于多元回归——灰色预测组合方法的煤炭行业人才需求预测
收稿日期： 2018－11－28 基金项目： 国家社科基金项目 “新常态下我国煤炭行业去过剩产能及政策选择问题研究” （ 16BJY054） 作者简介： 谭 凯（ 1975—） ，男，江苏徐州人，博士，中国矿业大学（ 北京） 决策科学与大数据研究中心从事能源系统工
程领域研究，E－mail： 13911282823@ qq. com。 引用格式： 谭 凯，汪文生，张 利，等． 基于多元回归—灰色预测组合方法的煤炭行业人才需求预测 ［J］． 煤炭工程，
炭系统专门人才现状和需求预测》 报告，首次对煤 炭行业的人才进行了详尽的分析和规划，此后，陆 续有学者分别对江苏、河北、山东等区域的煤炭行 业人才进行了预测，为我国煤炭工业发展过程中人 才的选用和储备提供了参考依据。煤炭行业人才预 测相关的理论也日趋成熟，各类人才预测方法也不 断涌现。李涛，宋光兴提出了在人力资源预测方面 将定量预测和定性预测相结合、滚动预测、考虑经
Abstract： According to the limitations of single method in forecasting human resource demand of coal industry，we present a combination ing method based on multiple regression model and grey forecasting． By using the data of 30 coal enterprises during the period of 2013—2017 and extracting two main factors： the annual coal output and worker salary level， we forecasted the human resource demand of coal industry from 2013 to 2017． The research result shows that the combination forecasting method is more effective than the single forecasting method，and the combination forecasting method has good applicability． Keywords： coal industry； human resource demand； combination forecasting； multiple regression model； grey forecasting
灰色预测模型在煤矿物流需求预测上的应用
灰色预测模型在煤矿物流需求预测上的应用这几年来，物流管理作为国民经济增长的基础性支撑，已经得到了很大的发展。
而物流的需求与预测作为物流发展的一个重要的课题，合理的物流需求预测会为企业减少不必要的费用，提高经济效益。
先阐述了物流以及物流需求预测在国内外研究现状及部分成果，简单地介绍了物流及物流需求预测和灰色模型的相关的理论。
随后，通过对2012-2015年某能源基地煤矿需求量进行系统分析，最后运用灰色预测模型和方法对未来的需求量进行了一定量的预测。
标签：物流；需求预测；灰色预测方法1选题背景和意义现代物流是一个先进的组织模式和管理技巧，是以高效率的从生产到消费过程中对产品的计划、管理和配送。
现代物流已经被广泛地认为是减少物料成本和提高生产劳动率的主要源泉。
因此，它被称为是企业和社会的“第三利润源泉”。
物流需求预测，它是将物流市场的具体信息，无论是过去的还是现在的，找出影响需求变化的因素，并且将这些因素联系到一起，通过使用一些经验谈判、技术方法和相应的模型，再利用合理的科学方法对相应的反映市场需求指标的变化以及将后的趋势来进行预测分析。
物流需求预测分析有助于企业物流系统的合理建设和物流设施的合理配置。
任何企业要是想长期且稳定良好的发展，就必须要建立合理的物流系统和设施。
其次，企业要定制一系列的战略计划、商品、销售计划，尤其是物流管理计划，都需要需求预测，它是重要依据。
因为一切物流活动都必须从对于信息的了解分析和预测入手，因此，需求预测是企业物流管理活动中最重要的环节。
2物流需求预测2.1需求预测所谓预测，就是根据过去的数据和信息，通过相应的方法进行未来情况的模拟与预测。
我们都知道，未来的状况并不是稳定的，它们是随机变化的，因此预测并不能做到绝对的准确。
当企业作出需求预测的同时，他们就获得了他们相应的产品在今后一段时间内的需求期望水平，并且还可以通过结果来调节和协调企业的计划和控制。
需求预测会极大的影响着企业正常生产决策，这是由于企业运营生产主要是为了向社会输出相应的服务。
残差灰色预测模型在物流需求预测中的应用
在 灰 色 系 统 理 论 基 础 上 的 灰 色 基
ｉ ｒｓ ｎｅ ｈｓｐ ｐ ｒ ｏｉ ｐｏ ｅｔ ｅｐ ｅ ｉｉｎｏ ｇｓ ｄ ｍａｎ ｒ ｃ ｓ ． ｓｐ ｅ ｅ ｔｄ ｉ ｔｉ ａ ｅ ｎ ｔ ｍ ｒｖ ｈ ｒ ｃｓｏ ｆｏ ｉｔ Ｉ ｅ ｄｆ ｅ ａ ｔ ｏ
Ｃ ｌ ｕ ａ ｉｎ１ ｒ ｃ ｓ ｄ ｔ ｕ ｔ ｓｖ ｙ ｐ ａ ｔ ａｂｅ ａ ｄ ａｐ ｌ ａ ｌ ａ ｃ ｌ ｔ ｏ ｅ ｓ ａｎ ｈ ｓ ｉ ｉ ｅｒ ｒ ｃ ｉ ｌ ｎ ｐ ｉ ｂ ｅ． ｏ ｐ ｃ ｃ Ｋｅｙ ｗ ｏｒ ｄｓ：Ｇｒ ｙ Ｍｏ ｅｌＲｅ ｉ ａ ｒ ｒ Ｌ ｇ ｓ ｉｓ Ｄｅ ａ ｄ ； ｓｄｕ ｌ ｏ ； ｏ ｉ ｔ ｍａ ｄ Ｆ ｅ ａ ｔ Ｅｒ ｃ ｎ ｏｒ ｃ ｓ
得 了显 著效 益 ， 文 献 【 —４ 。 立 见 ２ ］建
Ａｂｓ ｒ ｔ ａｃｔ ：Ｏｎｔｅ ｂ ｓｓｏ ｒ ｙｍｏ ｅ，ｈ ｅ ｉｕ ｌ ｒｒ ａ ｒ ｄｃ ｉｎｍＯ ｅ ａ ｉ ｆ ａ ｄ ｌｔ ｅｒ ｓｄ ａ ｏ ｙｐ ｅ ｉｔ ｄ Ｉ ｈ ｇ ｅｒ ｇｒ ｏ
本 预 测 模 型 ＧＭ （，） 具 有 良好 的 １１ ，
预 测 精 度 和 实 用 性 ， 和 其 他预 测 但 方 法 一 样 也 有 其 局 限性 ， 如数 据 的
ｍｏ ｅ ｉ ｆ ａ ｕ ｅ ｔ ｉ ｈ ｐ ｅ ｉｉ ｎ ｄ ｇ ｅ ， ｅ ｉｂｅ ｔ ｅ ｒ ａ ＿ ＇ ｉ ｉ ｄ ｌｓ ｅ ｔ ｒ ｄ ｗｉ ｈｇ ｒ ｃｓｏ ｅ ｒ ｅ ｒ ｌ ｌ ｏ ｙ ｂ ｓｓ ｍｐｅ ｈ ａ ｈ ｓ ｓ
周 茵
Ｚｈｏ ｕ Ｙｉ ｎ
（ 铁道科学研 究 院 运输 及经济研 究所 ，北 京 １０ ８ ） ０１ ０
基于灰色与线性回归组合模型在变形预测中的研究
城
市
勘
测
Ａｕ ２ １ ｇ． ０１ Ｎｏ． ４
Ｕｒ ｎ Ｇｅ ｔｃｈ ｉ ａ ｎ ｅ ｔｇ ｔｏ ＆ Ｓ ｒ ｅ ｉ ｇ ｂａ ｏ ｅ ｎ ｃ ｌＩ ｖ ｓｉａｉ ｎ ｕｖ ｙｎ
Ｉ样 有 ： 吲
ｙ（ １＝ ・ ｐ（ １ ［ｘ （ ） １ ｌ ｐ Ｖ 一 ］ ｔ ） Ｃｅ ｖｔ ）ｅ 一 Ｉｅ （ ） １ ＋ ｘ ＋ ｐ ｘ （７ １）
则 上 面两式 相 比为 ：
Ｙ （＋ ） ｙ ＝ ｘ （ １ ／ ｅｐ ） 因此 得到 的解 为 ：
Ｃ：（ ） ＝（ ９ ． ２ 一 ６ ２ ， ３ ５ ５ ） Ａ ３３ ７ ，２ ．３ 一 ９．４
原 始 系列 ：
ｘ ＝（ ０ ３ ， ６ ９ ， ９ Ｏ ７ ． ， ０ ． ８ １６ ８ ｏ １． ８ ２ ． ２ ４ ． ５， ３ ７ １４ ６ ，３ ． ，
１ ２ ４ ，３ ． ５ ８． ３２ １ １ ）
Ｙ（） ｔ＝ｚ（＋ 一 ｔ ｔ ｍ） ｚ（）
＝
则有 ： ＝ Ｉ ／ ｃ
（ ２ ２）
Ｃｅｐ 优） ｅｐ ） １ ［ｘ （ 一 ］ １ ） ．ｘ （ ［ｘ （ 一 ］ ｅｐ ） １ （６
从而 ： Ａ Ａ ＡＸ Ｃ：（ ） Ｔ
得到 生成 序列 的预 测值 为 ：
（ ３ ２）
误差 如 表 ６所 示 ， 测值 的平 均 相对 误 差 为 １．２ ， 预 ２４ ％ 预测 １８ ９ ８年沉 降量 的 相对 误差 为 １．９ ， 测 １８ ２ ３％ 预 ９９
ｘ ＝｛ｏ １ ，ｏ２ ， ｏ ｘ （ ）ｘ （ ） …… ，ｏｎ ｝ ｘ （ ）
基于ARIMA和线性回归组合模型的煤炭价格预测
基于ARIMA和线性回归组合模型的煤炭价格预测作者：何文琪来源：《中国管理信息化》2021年第01期[摘要] 煤炭是国民经济发展的基础，对煤炭价格进行预测将有利于企业对将来的发展做出判断，同时有利于国家做出调控。
文章使用Eviews软件对2006-2020年每周的煤炭价格使用ARIMA（3，1，0）模型进行时间序列预测。
为综合考虑其他因素如原煤产量、原油进口量等对煤炭价格的影响，使用线性回归模型进行拟合，再使用预测误差平方和倒数法得到组合模型。
最终的预测结果误差为0.977%，预测效果较好，可为煤炭市场的经营和管理提供一定的理论依据。
[关键词] 煤炭价格;预测;ARIMA;线性回归doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2021. 01. 077[中图分类号] F713.54 [文献标识码] A [文章编号] 1673 - 0194（2021）01- 0187- 020 引言煤炭一直是我国重要的能源，其消费量占比相比于石油和天然气长期处于领先地位。
煤炭的市场价格不仅反映了煤炭市场的状况，也体现了我国的经济发展状况。
对煤炭价格进行精准预测能够帮助企业预估成本，做出决策，同时也为煤炭市场的平稳发展奠定了基础。
1 研究现状目前国内已有许多学者对煤炭价格的预测做出了研究。
向超[1]对煤炭价格进行了ARIMA 和SVR组合模型的预测，并比较各组合模型预测的精度，得到变权组合模型由于等权组合模型和单预测模型的结论。
孙福玉[2]对影响煤炭价格的因素使用层次分析法进行排序，并使用季节时间序列预测模型结合干预分析对煤炭价格进行综合预测。
宁晖[3]对从研究煤炭价格序列自身变化规律的角度，提出基于滚动时间窗的预测模型，将此模型应用于秦皇岛港5 500 kcal混煤价格的预测，分别得到1期、3期、6期、9期及12期的价格预测，达到预测结果的平均误差值不超过3%的良好效果。
金林等[4]综合考慮宏观经济、能源价格、气候环境和国际市场四方面因素，对市场中的煤炭交易价格建立指标体系，之后对广州煤炭交易市场价格使用BP神经网络进行预测。
灰色与线性回归组合模型在变形预测中的应用研究
Ｘ ） （ ｎ
２３
２ ４
９３ ．ｌ
９１ ３ ．４ ８９ ．８ ８３ －１ ８ ５１ ． ７ ９０ ． ６ｌ １ ６ ０６ ８ １ ．７ ３２ ８
０．８ ７４
０． ３ ６１ ０．６ ３ ９ — １ ０３ ０ — ．４３ ０１ ０． ９ ３２ １１ ６ ．７ ２． ５ １２
则上面两式相 比为： ｙ ｆ １ Ｙ ＝ｅ ｐｖ ￣ ＋ ） ｍ ｘ （） ｔ ／
因 此 得 到 ｖ 的解 为 ： ｖ ｌ【 （ １／ ＝ｎｙ ｔ ） 十 ｙ （９ １）
时问 ／ 日
１ １ １ ２
、ｉ
预ｌ 值 ／ ｍ 时 间 ／ 测 ｍ 日 ｌ
Ｌ Ｌ Ｌ
Ｃ
预测值 ／ ｍｍ
（０ １）
根 据 灰 色 系 统 理 论 对 原 始 序 列 做 １次 累 加 生 成 后 ， 得 到 生 成 序 列 Ｘ １， ： （１即
ｘ ＝ ｘ （）Ｘ （） … ， （） ｛ １， ２ ， ｘ ｎ｝
（１ １）
对 Ｘ （ １求 导 或 做 累减 还 原 ， 到 原 始 系 列 的预 测 公 ｔ ） ＋ 得 式 为： Ｘ ｏ＝（ ） （） ｏａｅｐ 一ａ 一ａ［ １一 ． ］ｘ （ ｔ ｘＵ ／ ）
Ｘ ＝Ｘ （） ｏ １ １ ＝Ｘ （ ）
（） ６
式（） 式（） ４在 ５条件 下 的 特 解 为 ：
丈（）［（ ］ （ａ ｕ １ ｘ１ ｅ ＿１ ｆ Ｄ一 ｘ ） 十 ） ｐ ＋
辨 识 值 ａ可 由式 （） 算 ： ８计
ａ＝（， ）；（ ｑ ） Ｔ ａ ｕ Ｂ ３ Ｂ ｙ
一
５ ３—
ｌ 学术探讨 应用技术与研究
一
＝ ＿ ： ＝ ：： ： ： ＝＿ ＝： ： 一 土：： ＝ ： ． 二 ＝ 二 二 ＿ ：ｕ ｌ 叭 ２繇 第 ５ ２
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
灰色线性回归组合模型在黑龙江煤炭物流需求预测中应用
[摘要] 黑龙江省是煤炭资源大省，煤炭需求量的快速增长对物流体系提出了更高的发展要求。
利用灰色线性回归组合模型对黑龙江2006-2011年煤炭消费进行预量的结果与实际消费相对吻合，表明此模型具有较好的预测能力，可以证明对今后一个时期预测的可行性。
黑龙江省应根据煤炭物流需求量做出相应的应对对策，应加强煤炭生产，优化能源消费结构，加强黑龙江煤炭国际运输通道建设，建立黑龙江煤炭物流基地，满足经济社会快速发展的需要。
煤炭作为中国长期依赖的第一能源，在国家能源发展战略中处于极其重要p 灰色线性回归组合模型属于隐型灰色组合模型的一种，它改善了原线性回归模型中没有指数增长趋势和灰色GM（1，1）模型中没有线性因素的不足，因此该组合模型更适用于既有线性趋势又有指数增长趋势的序列。
对于灰色线性回归组合模型，其建模过程如下：
设序列X（0）=（x（0）（1），x（0）（2），…，x（0）（n））
对X（0）进行一次累加生成处理，得到生成序列
（5）计算相对误差
表2 黑龙江省2006-2011年预测煤炭消费量相对误差
从表2可以看出预测平均相对误差为1.939%，对于经济指标的预测，一般来讲相对误差达到5%，就算是比较精确了，因此本文所建立的灰色线性回归组合模型具有较好的预测能力。
（6）利用建立的灰色线性回归组合模型进行预测
表3 黑龙江省2012-2015年煤炭消费量预测值
表3的预测结果显示，黑龙江省煤炭物流预测的年增长率在7.91%左右，这与黑龙江省煤炭物流实际年增长率7.86%是相符合的。
三、相应对策
到2015年黑龙江省煤炭消费量预计将达到17200.53万吨左右，煤炭需求量的快速增长对煤炭物流体系提出了更高的发展要求，要适时的根据煤炭物流需求量做出相应的应对对策。
1.加强煤炭生产，优化能源消费结构
根据黑龙江煤炭实际生产情况及煤炭消费量预测可知，2015年煤炭物流需求量为17200.53万吨左右，是2006煤炭物流需求量9025.0万吨的1.9倍。
表1数据显示，黑龙江煤炭生产量由逐年下降的趋势。
因此，黑龙江煤炭企业在稳定煤炭生产的前提下，加强煤炭开采技术开发、开采设备更新等措施增加煤炭生产量。
同时相关部门应鼓励发展风能、水能、太阳能、生物质能、和地热能等可再生资源，加大可再生资源基础设施的投入，增大可再生资源在能源消费中的比重，以此改善能源消费结构，减轻经济发展对煤炭的依赖。
2.加强黑龙江煤炭国际运输通道建设
表1数据显示，黑龙江省煤炭进口量逐年增加，煤炭进口量的快速增长对煤炭国际运输通道施加了更大的压力。
2010年底中俄签订了《关于煤炭领域合作谅解备忘录的议定书》和《煤炭领域合作路线图》，双方将继续开展工作以增加对中国的煤炭出口。
黑龙江省与俄罗斯相邻决定了黑龙江省是煤炭进口的重要通道。
鉴于此，相关部门应给予相应政策加强煤炭铁路国际运输通道、水路国际运输通道及公路国际运输通道的建设，适应黑龙江煤炭进口需求量的发展。
3.建立黑龙江煤炭物流基地
黑龙江煤炭需求量的快速增长要求黑龙江尽快建立煤炭物流基地。
以现代物流和煤炭供应链管理为导向，以降低煤炭物流综合成本和改善区域投资环境为目标，整合现有煤炭物流资源，培育发展技术装备和管理水平较高、市场竞争力较强的煤炭物流企业，形成布局合理、技术先进、节能环保、便捷高效、安全有序并具有国际竞争力的现代煤炭物流服务体系。
四、结束语
从系统论的角度来讲，煤炭物流系统是一个部分信息明确、部分信息不明确的灰色系统，灰理论则是研究煤炭物流系统的有效工具。
灰色线性回归组合模型是在GM（1，1）模型和线性回归模型基础上建立的一种隐型灰色组合模型，结合历史数据，通过1-GAO增加了煤炭物流需求数据的光滑度，有效地减少了原始数据的随机性，提高了煤炭物流需求预测的准确性，并在此基础上提出了黑龙江煤炭物流需求的相应对策。
[参考文献]
[1]刘思峰，党耀国，方志耕，等.灰色系统理论及其应用[M].北京：科学出版社，2004：203—206
[2]孙建丰，向小东.基于灰色线性回归组合模型的物流需求预测研究[J].工业技术经济，2007（10）：146-147
[3]王莹莹.基于灰色神经网络模型的煤炭物流需求预测研究[D].北京交通大学，2012。