正向权重组合预测机制下的农产品冷链物流需求量预测-《江苏农业科学》(2017年19期).docx

龙源版权所有 正向权重组合预测机制下的农产品冷链物流需求量预测作者：原静来源：《江苏农业科学》2017年第19期 摘要：对农产品冷链物流进行需求预测能够避免冷链物流供应过剩或不足，并导向投资人员的投资方向。首先研究正向权重组合预测方法的最优权值和精确度结果，进而给出组合预测的实证探究，对采用延伸趋向、指数平滑、神经网络算法、回归方法和灰色预测方式进行的农产品冷链物流单向预测与正向权重组合预测的结果进行对比分析。结果表明，正向权重组合预测方法更接近真实值。基于此，给出结论和推动农产品冷链物流发展的建议。 关键词：农产品；组合预测；正向权重；冷链物流；神经网络 中图分类号： F252 文献标志码： A 文章编号：1002-1302（2017）19-0341-05 收稿日期：2017-05-02 基金项目：昆明理工大学津桥学院校级质量工程建设项目（编号：TDGJ1432）。 作者简介：原 静（1979—），女，山东莱州人，硕士，副教授，主要从事经济与管理的研究。E-mail：yuanjing1979@21。 国民经济的不断发展及大众消费水平和需求模式的不断转变，使得国内终端消费市场日益活跃。大众消费需要新鲜、清洁的农副食品，因而对生鲜农产品的需要量不断增加。农产品冷链物流是一种新的食品运输技术手段，和普通消费者的饮食安全密切关联。需要采用冷链物流的农产品主要包括肉类、蛋类、水果、蔬菜、水产和奶类等。农产品冷链物流即在冷冻技艺与制冷策略的基准下，保障冷链商品在保存、包装、运输和销售到消费者的过程中处于低温状态以保持食品质量。对农产品冷链物流进行需求预测能够实现科学配置资源，减少资源浪費，并找到其增长空间达到冷链物流需求。此外，农产品冷链物流的需求和区域经济发展息息相关，民众的生活质量、收益水准、可支配收益状况和农产品冷链物流息息相关。 传统的预测方案基于现有的不同数据，其估测精准度、侧重部分也存在差别，若仅单独选择某种预测方式或弃选某些预测偏差较大的方案则会丢失很多有用数据，造成资源的无端浪费。国外研究者Dorfman选取贝叶斯模型完成价值的预测[1]；Jaheen则选取Compertz模型实现新型技术探究，并且整体创新模式需要和农产品冷链物流需求结合[2]；Enders等则采用组合预测方式完成线性预测，实现农产品冷链物流预测[3]。国内科研者纪爱兵等采用模糊组合[4]完成农产品冷链物流测算[5]；张卓伦等则采用协整单项测算模型并引入神经网络算法[6]实现农产品冷链物流预测[7]。本研究通过分析实际农产品物流过程的数据，结合各种预测方案和参量完成农产品冷链物流预测，结果表明，本研究方法能够有效预测农产品冷链物流状态。 本研究采用正向权重组合预测机制对农产品冷链物流需求量进行预测，并对农产品冷链物流市场的容量进行估测，结果可为供应商提供借鉴和考量，对农产品冷链物流发展具有重要的意义。 1 传统的组合预测模型 1.1 组合预测实质 组合预测理念[8]为结合几种预测方式并且增加不同权值，构建综合化的组合预测方式，即在给定标准下求得最终结果。通过组合预测方式能够得到几个存在差别的预测值，并且针对具有独立数据的预测值加权拟合，获得最优利用数据的协调值，提升测算方法的精准程度[9]以及可靠性。 1.2 传统组合预测建模 设置观测序列{mt}，t=1，2，…，N，t为观测参量，针对序列设置J个预测方式，则针对观测序列的预测结果或者拟合结果为git（i=1，2，…，J），设定第i种预测算法的加权参量是qi，i=1，2，…，J，且权重值能够达到归一化约束标准，则： q1+q2+…+qi=1。（1） 在现实状况处理中，常存在非负约束准则。从式（1）可知，组合预测的重点在于给定各部分预测模块的权值，而根据各种权重规则能够得到差别化的预测模型，权值的赋予方式[8]也存在差异，并且能够将预测精准程度设定为度量预测模型状况的标准。选取组合预测的重点在于给定单项预测算法的加权参量。设定针对同一状况存在不少于2种的预测方式，设置如下标定：由式（1）转化为式（2），rt是当前观测结果，git为第i种预测方法下观测量t的结果，gt为组合权重下i种預测方法的累计值： ∑ni=1qi=1；（2） gt=∑ni=1qigit。（3） 本研究的目标为最终获得组合预测方案的预测结果，ut=rt-gt是组合预测方案的预测偏差[9]结果，则 ut=rt-gt=∑ni=1qigit。（4） 其中，i=1，2，…，n；t=1，2，…，N。 则组合预测方案的预测偏差平方值为 J=∑Ni=1u2t。（5） 将组合预测方案的加权参量设定为Qn=[q1，q2，…，qn]T，第i类偏差预测参量是Ui=[ui1，ui2，…，uin]T，偏差预测阵列是