《物流师资格考试-备考辅导-物流案例分析：物流园区规划中物流需求的预测方法.docx》由会员分享，可在线阅读，更多相关《物流师资格考试-备考辅导-物流案例分析：物流园区规划中物流需求的预测方法.docx（8页珍藏版）》请在金锄头文库上搜索。
1、物流案例分析：物流园区规划中物流需求的预测方法-一、引言 物流园区作为物流基础设施网络中的节点设施之一，其规划和建设既是物流本身发展的需要，也是城市发展对物流提出的必然要求。物流园区能有效整合物流资源，带动城市经济发展，成为商品周转、集散、配送和信息处理的中心，同时也可以促进多式联运的发展。物流园区规划是物流基础设施网络规划中的一个重要方面，它的规划和建设逐渐成为我国现代物流快速发展的必然要求，在物流园区规划中必须解决物流园区的规模、数量、功能以及布局等关键问题；而这几个关键问题的解决都是建立在对物流需求分析的基础之上的。很多专家和学者从理论和实践的角度对物流需求的分析和预测进行了研究，但目前
2、还没有形成一套行之有效的物流需求预测方法来指导物流园区规划的实践。为了解决上述问题，本文从物流需求的特性入手，利用物流与经济发展的关系，采用BP神经网络研究物流园区规划中的物流需求预测问题，从而为合理确定物流园区的规模、数量和布局奠定基础，避免出现有场无市、资源浪费等现象。二、物流园区的概念在世界物流业的发展过程中，德国、日本等不少国家出现了物流园区这一概念，但叫法不一，或称物流园区，或称物流团地，或称物流中心。我国物流标准化技术委员会、物流信息管理标准化技术委员会和中国物流与采购联合会等单位在GB/T18354物流术语的基础上，对物流园区的概念进行了界定。物流园区（Logistics Par
3、k）是指为了实现物流设施集约化和物流运作共同化，或者出于城市物流设施空间布局合理化的目的而在城市周边等各区域，集中建设的物流设施群与众多物流业者在地域上的物理集结地。可以从以下三个方面理解物流园区的内涵1：（1）从性质上看：一方面物流园区是构成物流基础设施的重要组成部分，是一种社会公共基础设施；另一方面物流园区是地域的空间布局与综合服务功能融合在一起的物流节点或物流平台。（2）从市场定位上看：一方面物流园区是物流企业与相关企业如运输、仓储企业和中介服务机构的积聚区；另一方面物流园区是有效整合物流资源、实施物流现代化作业、建立一体化运输体系、实现设施共享与高度信息化的物流市场载体。（3）从服务定
4、向上看：一方面物流园区服务于国内物流，按产品分包括工业物流、流通业物流、农产品物流；按地域分包括城市物流，区域物流；按功能分包括专业服务物流与综合服务物流等。另一方面物流园区服务于国际物流，主要是为进出口贸易服务。三、物流需求概念及预测分析（一）已有的物流需求的概念分析关于物流需求的定义，专家和学者们从现代物流学、经济学等角度对其进行了阐述。如北京交通大学赵启兰、陈娅娜（）2从物流需求主体和物流各作业环节的二维分析体系角度把物流需求界定为：一定时期内社会经济活动对生产、流通、消费领域的原材料、成品和半成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物品在空间、时间、作业量和费用方面的要求
5、，涉及运输、库存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活动的诸方面。国务院发展研究中心魏际刚（）3从经济学的角度界定物流需求为：组织或者个人提出的对物流产品、服务或信息流动有支付能力的需要。其他学者也进行了类似的研究45。上述观点从微观的角度对物流需求进行了界定，但是据此预测宏观的物流需求尚存在一定的困难。原因在于：（1）目前我国还没有关于物流业发展水平的全面且详细的统计数据，因此还没有办法通过直接的指标来衡量物流需求规模的大小。（2）物流业涉及的领域和部门很广，各自的统计指标包含的内涵及外延各不相同，所以仅从微观角度来确定和预测物流需求不能从总体上反映物流需求的规模。鉴于上述
6、问题，本文根据宏观经济发展和物流发展的相关关系，选择和建立影响物流需求的经济指标体系，并通过数学方程对其进行定义和量化，从而确定经济发展水平影响下的物流需求规模。假设 表示不同时期的经济指标体系， 表示多经济指标影响和决定下的物流需求规模，那么可以将物流需求规模用方程表示为：（1）物流需求规模的经济影响因素是多方面的。国家和相关的研究机构已经对影响物流需求的经济指标体系进行了许多探索性的理论研究工作1011，尽管各自的出发点和设计的经济影响因素不同，但概括起来可以分为四个方面：一是经济总量指标，包括国内生产总值，固定资产投资总额；二是产业结构类指标，包括第一产业、第二产业和第三产业产值；三是交
7、通运输类指标，包括货运量和货物周转量；四是国际和国内贸易类指标，包括社会消费品零售总额和进出口贸易总额。（二）已有的物流需求预测模型与方法分析物流园区规划的内容主要是确定物流园区的规模、数量、功能以及布局等问题。很多人通过运筹学、经济学以及数学等理论对上述问题进行了研究，并构建了相应的物流需求预测模型来解决上述问题，如货物需求预测时空多项概率模型，基于时间序列的非线性航空服务需求模型，货运量预测的逐步线性回归方法，投入产出和空间价格相结合的物流需求分析模型，路线比较模型与重力模型以及灰色预测模型、模糊预测和神经网络预测模型与方法等6789。这些模型与方法为物流需求的预测提供了较好的思路，但在研
8、究宏观物流需求时还存在一些局限性，表现在：（1）大部分模型与方法都要预先知道被控对象的数学模型，但实际上许多对象具有复杂的不确定性、时变性和非线性。虽然灰色系统理论中有预测模型识别的方法，但对非线性时变系统尚无成熟的理论和方法。（2）缺乏将经济与物流需求预测紧密结合起来进行的研究。绝大多数文献集中在利用物流的历史数据进行物流需求预测，而不是利用经济数据预测物流需求。人工神经网络有表示任何非线性关系和学习等能力，给解决这类问题提供了新的思想和方法。针对上述宏观物流需求预测中的局限性，本文利用BP神经网络来研究物流需求的预测问题，采用一系列的经济指标来预测区域物流需求，进而寻求二者之间的非线性映射
9、关系。BP网络是一种反馈式全连接多层神经网络，是目前应用广泛和发展较成熟的神经网络，具有结构简单、工作状态稳定等优点，并且具有较强的联想、记忆和推广能力，可以以任意精度逼近任何非线性连续函数。它由神经元结构模型、网络连接模型、网络学习算法等几个要素组成。四、基于BP网络的物流需求预测模型构建（一）物流需求预测思路物流需求属于派生需求，它是由经济发展本身带来的。经济发展水平决定物流需求，物流需求的大小反映了经济发展水平的高低。如果能够找出这种映射关系，就可以实现经济数据和物流需求规模的转换，从而达到分析和预测物流需求的目的。预测思路如图1所示。图1物流园区规划中的物流需求预测思路图现实中，图1所
10、描述物流园区的经济发展水平与物流需求转换关系非常复杂，本质上可能是一种多元非线性的关系，事先建立函数模型来实现经济发展水平与物流需求的转换非常困难。由于BP神经网络有很好的曲线拟合能力、自学习能力和抗干扰能力，所以用BP神经网络进行物流需求预测是一种有效的方法。（二） 物流需求预测BP网络结构模型BP神经网络结构的设定对于整个网络的推广能力、计算效率都起着关键作用。就BP神经网络的结构而言，一般包括输入层、隐含层和输出层。不同的神经网络可以有不同的隐含层数，但它们都只有一个输入层和一个输出层。BP神经网络的各层又由不同数目的神经元组成，各层神经元数目随解决问题的不同而不同。一般情况下，输人神经
11、元数目是输入的变量数，输出神经元数目是输出的变量数，隐含神经元数目可以随机选择，但也不能太多或太少，太多网络将难以收敛，太少网络又达不到优化效果。实践证明三层神经网络已经足以模拟输入与输出之间的复杂的非线性映射关系1011。因此，本文主要讨论三层BP网络的结构模型，其一般结构如图2所示。图2三层BP神经网络结构模型图设输入层有 个神经元，隐含层有 个神经元，输出层有 个神经元。一般情况下，整个网络的输入分别为 ，并且对应输入到网络输入层的第 个神经元，输入层中各神经元的传输函数一般采取比例系数为1的线性函数，因此，输入层中神经元的输出信息分别是 ，这些输出信息传递到隐含层各神经元。隐含层神经元
12、将输入的信息按照一定的方式汇总，作为各神经元的输入信息，然后通过传输函数，产生隐含层各神经元的输出信息。隐含层神经元的传输函数一般选取非线性函数，隐含神经元的输出又传递到输出层，与隐含层神经元类似，输出层神经元也输出相应的信息，并作为整个网络的输出信息 。如果网络的输出不满足期望要求，则进行反向传播过程，从而连接各连接权值和阈值。在确定了BP网络的输入层、隐含层、输出层的数目，并设定各层之间传输函数和参数的情况下，便可以对BP神经网络进行训练和仿真，从而利用经济发展水平指标预测不同时期的物流需求。（三）物流需求预测BP网络计算过程物流园区规划中的物流需求预测的BP神经网络计算过程可以概括为两个
13、阶段：一是BP网络训练阶段，主要是训练不同的输入输出样本对，从而确定网络的结构和指标权重；二是网络仿真阶段，这个阶段利用网络训练阶段输出的结果，固定不同样本对应的BP网络结构和指标权重，仿真输出待预测年份的物流需求规模，具体计算过程描述从略，计算过程如图3所示。图3 物流需求预测BP神经网络计算过程图五、 模型应用及分析（一） 初始数据处理及其参数设定为了验证该预测模型的有效性，本文对全国范围的物流需求进行了预测。考虑到数据的性，在对我国物流需求进行预测时选取“社会物流总额”作为物流需求规模指标。按照前文对物流需求的经济因素分析，并本着可操作性原则，选取用于物流需求规模预测的经济指标为：国内生
14、产总值、固定资产投资总额、第一产业产值、第二产业产值、第三产业产值、货物运输量、货物周转量、社会消费品零售总额、进出口贸易总额等。原始数据见表1所示。表1 经济指标和社会物流总额原始数据表GDP（亿元） 固定资产投资总额 （亿元） 第一产业产值（亿元） 第二产业产值（亿元） 第三产业产值（亿元） 货物综合运输量（万吨） 全社会货物周转量（亿吨公里） 社会消费品零售总额（万元） 进出口贸易总额（万美元） 社会物流总额（亿元）2000 89468 32917 14628 44935 29904 1358682 44321 34153 474290 170561 10965537213 15411
15、48750 33153 1401786 47710 37595 509760 194513 12033243499 16117 52980 36074 1483446 50686 40911 620770 232583 13582255566 16928 61274 39188 1561422 53859 45842 850988 295488 15987870477 20768 72387 43720 1706412 69445 53950 1154550 383829均值 1230314793516771560653640815023505320442490722072255395方差 2
16、66181522023911096053431380609742772228301585916数据：中国统计年鉴；中国物流年鉴。数据进行了取整数处理针对BP网络本身的特征，首先采用标准化处理，将样本集数据的均值和方差作标准化处理，使得其均值为0，方差为1。数据标准化公式为：在原始数据标准化的基础上，以2000的经济指标标准化数据作为网络的输入，以该年度的社会物流总额作为网络输出，形成BP神经网络的训练样本对，如表2所示。由于输入层和输出层都是以4年为一组，所以输入层和输出层的节点数都为4，隐含层的节点数设为6，训练步长为1000，期望误差为001，训练函数分别采用tansig和purelin12。表2经济指标和
