基于模糊时间序列的港口铁路货运量预测

杨新

摘 要：铁路货运量是反映铁路运输组织盈亏的一个主要依据。而货运量的预测的准确程度直接影响着铁路运输设备的利用效率、运营的效益以及铁路运输未来的发展规划。文章在建立货运量预测的模糊时间序列分析模型的基础上，以湛江港铁路分公司为实例求解模型并得出预测结果，并进一步对模型进行检验，分析结论的可靠性，并就此提出提高货运量的措施。

关键词：铁路货运量；模糊时间序列；货运量预测

前言

通常铁路运输是运输行业中的中流砥柱，但影响铁路货物运输的因素从内部问题到外部因素有很多，导致我们无法确切的知道未来货运量产生的具体数量和具体时间，因而铁路货运量的预测就成为一项比较复杂的工程。一般情况下，我们无法对货运量的全部影响因素及其之间的相互关系都进行考虑，且这些影响因素往往不能具体量化，因而我们称之为“模糊性”。因此我们运用模糊时间序列预测的方法来对湛江港铁路货运量进行预测。

1 模糊时间序列的建模

1.1 模糊时间序列预测基本模型

模糊时间序列预测的基本模型为：

在公式（1）中，X*（t）为模糊时间序列X*（t）的估计值；i是模糊多项式系数，i∈，i=0，1，……k，是模糊数集合；i=（ai，ci）是对称三角模糊数，其中ci为模糊幅度，ai为中心值；k是模糊多项式阶数，k∈N，N为自然数集合；？着为随机误差，通常规定它的期望值E（？着）=0。

1.2 获取模糊数据

由于实际调研中所得数据为实数，而模型中需将其换成模糊数x*1，x*2，……x*n，其变换公式如下：

U1=max（x1，x2），V1=min（x1，x2），Ut=max（xt-1，xt，xt+1），Vt=min（xt-1，xt，xt+1），其中t=2，3，……，n-1，Un=max（xn-1，xn），Vn=min（xn-1，xn），令模糊中心值at=（Ut+Vt），模糊幅度ct=（Ut-Vt），则构造出一组三角模糊数序列X*t=（at，ct）

1.3 确定时间序列阶数和模糊系数

（1）确定时间序列阶数。现在用两种方法来确定时间序列阶数k，一种是作出X*（t）的中心值at的散点图并连接成折线图，根据折线图的大致形状选择模型的时间序列阶数k；另一种方法就是将阶数 取成若干不相同的自然数，则对应到每个k值求At的t估计值，即有：由公式（2）中的约束条件ht？叟h0得知，我们将公式（3）代入到公式（2）中，即有：

其约束条件为： ，

最后，将时间t带入 即可得到预

测时期的预测集X*（t）。

1.4 模型检验

对预测结果与源数据进行残差检验，残差公式为： ，

1.5 模糊时间序列模型算法设计

模糊时间序列模型算法：

功能：通过对往年货运量的汇总分析和计算，得到未来几年的货运量。

输入：历史年份年货物发送量。

输出：预测年份年货物发送量。

步骤一：将原始数据模糊化处理。

步骤二：根据模糊数据的中心值？琢t分布确定时间序列阶数，并对原始数据进行传统的线性回归，确定系数At。

步骤三：根据公式代入步骤二中的系数Ai，算出wi，并代入模糊处理后的数据得到目标函数和约束条件。

步骤四：用LINGO11.0求解得到相应参数，得到模糊时间预测方程，并根据方程得到所有年份年货物发送量模糊估计值。

步骤五：模型检验，算出残差，相对误差和平均相对误差。根据结果，判断平均相对误差是否符合要求，若符合，则用模糊预测方程预测出预测年份货物发送量；若不符合，则考虑改变模糊序列阶数，返回步骤二重新计算。

步骤六：得到预测年份年货物发送量。

2 算法实例

2.1 数据准备及模糊化处理

收集湛江港铁路分公司从2005年到2014年的年货物发送量作为原始数据，由于其为精确数据需进行模糊化处理，模糊时间序列如表1所示。

作出X*（t）的中心值at的散点图并连接成折线图，如图1所示。

图1 中心值at的散点折线图

2.2 模型求解

将t代入上述方程中，得到湛江港铁路分公司各个年份货运量的估计值，并绘制折线如图2所示。

图2 湛江港铁路分公司货物发送量一阶模糊预测曲线图

从上述折线图中可以看出，t变动时，X*（t）是一个范围逐渐扩大的直线带，湛江港铁路分公司各年份的货物发送量尽可能的包含在了这个预测的模糊变化区间中，且后面两年的估计中心值非常贴近于真实值。

2.3 模型检验

在模型预测求解完成后，需对预测结果做误差分析，即对货物发送量的预测值与实际值进行残差检验，结果如表2所示。

表2 湛江港铁路分公司货运量预测模型残差检验

由2可以看出，该模型预测的平均相对误差为：（5.35%+5.22%+1.94%+3.14%+3.03%+10.00%+3.68%+4.39%+0.79%+0.46%）/10=3.8%，除了2010年的预测误差比较大，其他绝大多数的基本控制在5%以内，最大相对误差也是10.00%，根据精度要求，1-5年的预测相对误差在15%以内，满足精度要求。

2.4 模型的预测

根据前面所建立的湛江铁路分公司货运量的模糊时间序列模型，对今后两年货运量进行预测：2015年的货物发送量为：X*（11）=（3181.6，3352.1，3522.6），则2015年货物发送量的预测中心值为3352.1万吨，相应地，用同样方法预测2016年的货物发送量为3482.5万吨。

3 提高货运量的措施

通过上述模糊时间序列模型对货运量的预测，可以看出湛江港铁路分公司的货运量大致呈持续上升趋势，但由于我国的经济发展正处于一个特殊的时期，经济增长速度放缓，货运量难免有一些波动。从外部因素来看，生产力的布局发生着变化，第三产业迅速崛起，大宗货物市场低迷，其他运输方式也在以不同的方式与铁路货物运输进行着竞争；从内部因素来看，运价机制不够灵活，运输时效性以及运输质量有待提高，湛江港铁路分公司东站和港站的运输能力紧张，种种因素都对湛江港铁路分公司的货运量产生影响，因而需要在铁路货运工作上有更高的要求。为此对湛江港铁路分公司货运量的提高提出以下相应的对策。

3.1 提高货物运输的时效性

相比公路运输，铁路货运的装卸和集结时间比较长，运输时效性差，所以应让湛江港铁路分公司的铁路建设与货源需求地接轨，加强与煤炭、金属矿石、石油、集装箱等主要支柱货源相关的铁路装卸能力建设，适当提高装卸机械配备，调整对货位装车线的长度，减少装卸和集结时间。

3.2 提高湛江港东站和港站的运输能力

东站的运输能力受到限制主要在于相邻的塘口站没有编组站，但却接收来自茂名，湛江，港站等五个方向的货物运输，因而经常需要占用东站的到发线，影响东站正常运输秩序，尤其是在运输高峰期，占用线路导致堵塞和等待的时间较长。可以适当尝试创新铁路建设管理模式，通过招商引资、银行融资等方式筹措建设资金，釆用与地方政府、铁路局合作等形式加快港口铁路支专线建设，加强铁路分公司与路方沟通，协调处理好湛江港站、东站等港前技术作业站能力建设。以提高其运输能力，从而提高货运量。

3.3 大宗货物实施物流供应链一体化管理

产业结构在发生着变化，但大宗货物依然是湛江港铁路分公司货物运输的主体。因而加强物流技术设施建设，提升企业管理的软实力，建成规模化、综合化的物流基地，以实现物流供应链一体化管理。可以更好的控制成本，降低库存和分散，实现铁路货运产品的完整性，更好的为企业创造价值，赢得更多的市场，提升市场竞争力。

3.4 建立市场导向的运价机制

与公路相比，铁路运价机制不够灵活，其运价的制定包含一定的政策性，且从发站到到站收费标准不统一，这样的运价体制很难适应当今物流和市场的快速发展。因而建立具有市场导向的运价机制，一方面全面规范物流和装卸的收费标准，推行一口报价体系；另一方面适当给予湛江港铁路分公司在货物运输价格浮动上自主权，以按照旺季和淡季的这种季节波动变化来调整货运价格，更好的适应市场环境的快速变化，增加湛江港铁路分公司在运价上的竞争优势。

参考文献

[1]蒋洋，孙会君，吴建军.铁路货流分布的复杂性分析[J].交通运输系统工程与信息，2010，10：144-148.

[2]李红启，刘凯.基于Rough Set理论的铁路货运量预测[J].铁道学报，2004，3：1-7.

[3]郝川.基于模糊时间序列分析的广铁货运量预测[D].2014，1：30-31.

[4]邵维亮，刘雄，景崇毅.基于模糊时间序列的机场旅客周转量预测[J].科学技术与工程，2011.