基于组合预测的集装箱海铁联运运量预测

霍　向，武慧荣，王丽丽，刘　霄，张　进，孟　乐

（东北林业大学交通学院，哈尔滨150040）



基于组合预测的集装箱海铁联运运量预测

霍向，武慧荣，王丽丽，刘霄，张进，孟乐

（东北林业大学交通学院，哈尔滨150040）

摘要：集装箱海铁联运运量预测是多式联运系统规划的重要依据，为了提高预测精度及稳定性，将回归分析模型、指数平滑模型及系统动力学模型加权组合，综合单一模型预测结果的相对误差、方差确定权重，构建了组合预测模型。以大连港集装箱海铁联运系统相关统计数据对模型进行验证，结果证明该模型能在一定程度上提高预测精度。

关键词：海铁联运；运量预测；组合预测；集装箱运输

我国集装箱海铁联运发展相对较缓，伴随“一带一路”战略的实施，将促进集装箱海铁联运的快速发展。正确、合理预测集装箱海铁联运运量，是多式联运系统规划、建设、投资的重要依据，而预测方法的选择将直接影响预测结果的准确性。目前，国内外学者应用了多种预测方法进行集装箱海铁联运运量预测，主要有时间序列预测法、神经网络预测法、回归分析预测法、灰色预测法、系统动力学预测法等。每一种预测模型建立时，都需要做出一定的假设。然而实际的运输系统发展环境不会是一成不变的，单一模型难以准确描述现实世界错综复杂的关系。BatesJ.M.和Granger C.W.J.于1969年首次提出并证明两种无偏的单项预测组合优于每个单项预测方法。组合预测就是将不同的单一预测方法组合，综合利用各种预测方法所提供的信息，以提高预测的精度及稳定性。因此，本文采用组合预测方法，将线性回归预测、指数平滑预测及系统动力学方法组合为一种预测方法，以降低预测环境的不确定性，提高预测的科学合理性。

一、单一预测模型

（一）线性回归分析模型

回归分析预测是以相关原理为基础，通过对大量样本数据做回归分析，获取自变量和因变量之间的相关关系，建立变量之间的回归方程作为预测模型，以定量分析方法揭示自变量在预测期的数量变化对因变量影响。

一元线性回归模型的基本形式为：

式中：y为线性回归预测值；a，b为回归系数。

（二）系统动力学预测模型

系统动力学是一种以系统内部信息反馈控制理论为基础、以实际系统为原型，以计算机仿真技术为手段的复杂系统定量研究方法。它能定性、定量地分析系统，从系统的微观结构入手，构造系统基本结构，进而仿真分析系统的动态行为。该方法通过建立反馈环、设定各种变量及方程实现，反馈环是指系统中由不同要素或变量构成的闭合因果链序列，系统变量包括状态变量、速率变量和辅助变量，各种反馈和因果关系通过建立方程得以定量确定。

（三）指数平滑模型

数平滑法是一种时间序列预测方法，是在数值加权平均法的基础上发展起来的预测模型。该方法的基本原理是通过对历史观察值进行加权处理，平滑掉部分随机信息，并根据观察值的表现趋势，建立一定的模型，据此对预测对象作出预测。可以消除时间序列的偶然性变动，进而寻找预测对象的变化特征和趋势。

本文采用二次指数平滑法，即用二次指数平滑法建立线性预测模型：

为第t+T周期的预测值；t为目前的周期序号；T为由第t期向后推移的期数；

α值直接影响预测的精度，一般根据数据序列的特点和经验来确定。α值越小，说明近期值对预测值的影响越小；反之，则近期值对预测结果的影响越大。可按均方差最小的原则确定，即确定为达到最小时的α值。

二、组合预测模型

建立组合预测模型时，确定单一模型的权重系数非常重要，合理的权重系数能够有效提高集装箱海铁联运运量的预测精度。常见的权重确定方法有：层次分析法、最优加权法、算术平均法、方差倒数法、标准差法等。

本文综合考虑预测相对误差及方差确定组合预测模型权重系数。预测相对误差反映了预测结果的可信程度，误差大，预测的精度及可信度低；误差越小，预测精度及可信度越高。方差则是衡量实际数据和预测结果相差的度量值，用以表征实际数据对预测结果的离散程度。方差越大，数据的波动性越大；方差越小，数据的波动就越小。在许多实际问题中，方差是测算离散趋势最重要、最常用的指标。

考虑到集装箱海铁联运运量预测工作中对预测精度要求更高，更偏重于降低预测相对误差，因此本文综合考虑方差和相对误差，在组合模型权重确定时相对误差所占权重系数取值0.7，方差系数取值0.3。根据二者的倒数确定组合预测模型的权重系数，即：

式中：ωi为第i个模型的权重系数；δi为第i个模型的平均相对误差；si为第i个模型的方差；k为模型个数。

式中：Y为组合预测值；yi为第i个模型的预测值。

三、集装箱海铁联运运量预测

（一）单一模型预测

1.线性回归预测模型

以大连港为例，查阅中国统计年鉴、大连统计年鉴和大连市统计局官方网站等，获得1998～2012年大连港集装箱海铁联运相关数据，以对外贸易总额为自变量，建立集装箱海铁联运运量线性回归预测模型：

选用2010～2012年大连港集装箱海铁联运运量进行预测，并检验模型的相对误差，结果如表1所示。

2.系统动力学预测模型

根据文献3，考虑集装箱海铁联运系统受腹地经济、对外贸易发展、运输需求、港口和铁路基础设施建设等因素综合作用，建立集装箱海铁联运系统发展因果关系如图1所示。图中箭头表示因果关系，正负号分别表示正反馈关系和负反馈关系。

图1　集装箱海铁联运系统因果关系

建立集装箱海铁联运系统流图、系统方程，应用系统动力学模型进行预测并检验，结果见表1。

3.二次指数平滑预测模型

根据1998～2009年大连港集装箱海铁联运运量实际数据进行指数平滑预测，经过多次试验，确定平滑系数为0.7，建立集装箱海铁联运运量二次指数平滑预测模型：

选用2010～2012年大连港集装箱海铁联运运量进行模型检验，预测及检验结果见表1。

表1　单一模型预测及相对误差

根据表1数据计算单一模型的平均相对误差及方差，如表2所示。

表2　单一模型预测检验结果

（二）组合预测模型构建及检验

根据表2及公式（1）计算ωi，结果如表3所示。

表3　组合模型权重系数

根据表3及公式（2）建立组合预测模型为：

同样选用2010～2012年的实际数据进行模型检验，验证组合模型的可靠性和准确性。验证结果如表4所示。

表4　组合预测模型检验结果

与表1、表2中单一预测模型预测结果相比，组合模型的相对误差和方差均下降，即组合预测模型的精度及波动性都更优。因此，该模型预测可信度更优，可以用该模型进行集装箱海铁联运运量的预测。

（三）集装箱海铁联运运量预测

应用组合预测模型对大连港2016-2020年集装箱海铁联运运量进行预测，从预测结果可以看出，未来几年大连港集装箱海铁联运运量将持续增长，预计在2018年将突破70万标箱，大连港集装箱海铁联运运量将以年均约10%的速度增长，这得益于大连港已建立了辐射东北三省及内蒙古东部全境的内陆集疏运体系网络，被交通部、铁路总公司列为全国铁水联运六个示范港口之一。与此同时，中长期铁路网的规划调整使大连港通过港口和铁路的紧密合作，不断优化调整集装箱海铁联运的作业流程，逐步实现装卸作业港、站直取，大大提高作业效率和能力，使得集装箱海铁联运市场前景广阔。

预测结果表明组合预测模型能够提高预测精度和稳定性，大连港未来几年的集装箱海铁联运运量将持续快速增长，与大连港提出的发展目标较吻合，因此应用该模型进行集装箱海铁联运运量预测是可行且可靠的。

参考文献：

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

［2］王冠威，王纯.基于灰色系统理论的集装箱海铁联运量预测［J］.集装箱化，2008，19（5）：20-22.

［3］张树奎，肖英杰，鲁子爱.基于灰色神经网络的港口集装箱吞吐量预测模型研究［J］.重庆交通大学学报：自然科学版，2015（5）：135-138.

［4］吴璇，王烈.组合预测模型在铁路集装箱运量预测中的应用［J］.铁道运输与经济，2010，32（10）：90-94.

［5］陈燕琴.基于灰色系统理论和BP网络的集装箱海铁联运量预测［J］.中国水运，2010，10（12）：74-76.

［责任编辑：方晓］

中图分类号：F552.4

文献标识码：A

文章编号：1005-913X（2016）07-0013-02

收稿日期：2016-04-29

基金项目：黑龙江省教育厅科技研究项目资助 （12543017）；2015年度东北林业大学大学生科研训练计划项目（2572015CB16）；中央高校基本科研业务费专项资金项目（2572015CB16）

作者简介：霍向（1994-），男，河北邯郸人，本科学生，研究方向：交通运输规划与管理；武慧荣（1980-），女，山西夏县人，讲师，博士研究生，研究方向：集装箱多式联运理论与方法。