基於改進GM—Markov東航貨郵周轉量研究
行業科技
作者：陳穎
【摘要】應用灰色係統預測理論，以東航貨郵周轉量為研究對象，對灰色數據序列首先建立GM（l，l）模型進行趨勢預測，隨後對灰色預測的數據應用最小二乘法進行多項式擬合，然後利用馬爾可夫轉移概率矩陣的預測方法對其預測值進行二次擬合，通過GM（1，1）模型結果的一個預測數值，修正成為區間和概率組成的預測範圍，增加預測的可信性，方法預測結果可靠，有利於宏觀把握東航貨郵周轉量的發展趨勢，從而做出有效決策。
【關鍵詞】灰色理論 馬爾可夫鏈（Markov） 貨郵周轉量
一、預測方法綜述
針對貨郵周轉量進行預測，運用科學的思維、理論和方法，比較準確的認識、掌握貨郵周轉量的發展規律，並及時地了解企業運輸市場狀況和發展態勢，為公司發展戰略的調整提供參考資料，對於運輸係統的規劃與建設、項目的投資和運輸資源的合理配置都有著極其重要的現實意義。常見的民航貨運量預測方法主要有定性預測方法和定量預測方法。
定性預測方法主要以專家為索取信息的對象，組織相關專家，通過對過去和現在發生的問題進行綜合分析，從中找出規律，對未來做出判斷。該預測方法憑借專家的經驗和判斷能力，用係統的、邏輯的思維方法做出定量估計，從而預測未來。該法簡單易行、費時少，是應用較早的一種方法，至今在各類預測方法中仍占重要地位。但存在片麵性，準確度不太高，隻能作為貨運量預測的一種輔助方法。定性預測方法主要有：個人判斷法、專家會議法、德爾菲法、主觀概率法等。
定量預測方法是用數量變化來研究民航貨運量的發展趨勢，以曆史統計資料和有關信息為依據，運用各種數學方法預測未來民航貨運市場情況，常見的定量方法主要有基於時間序列的定量預測方法及基於因果關係的定量預測方法。
（1）基於時間序列的定量預測方法。采用時間序列的預測方法是將民航貨運量以往發生的趨勢與規律推演到未來，通過建立民航貨運量的時間序列，展示研究對象在一定時期內的演化過程。從而尋找出民航貨運量的變化特征、趨勢和內在規律。這種預測方法也叫外推法或曆史引伸法。時間序列法中主要有移動平均法、加權移動平均法、指數平滑法、趨勢預測法、自回歸分析和灰色模型等。
（2）基於因果關係的定量預測方法。這類方法主要體現的是經濟變量之間的相互依存性，通過對曆史數據分析，揭示出民航貨運量與相關經濟影響因素變量之間的數量關係，基於這種定量的關係來預測未來的民航貨運量。常用的預測方法有一元回歸分析法、多元線性回歸分析法及速度比例法。
二、改進GM-Markov的必要性分析
航空貨運的預測是一個複雜的運行過程，其中受到社會、經濟和自然等多種因素的綜合影響。由於人們的認識能力有限，在多種影響因素中哪些有推動作用，那些有抑製作用，而這些因素的影響程度對航空運輸的推動或抑製程度等都難以明確地進行分析。例如，貨郵周轉量與經濟形勢的好壞、運輸組織的過程、乃至天氣季節的變化更替等因素都有著很大的關係，而每一因素的影響程度難以清晰地用具體的係數來描述，各因素都具有既似透明，又似不透明的特征。因此，為了能夠更清晰地認識和研究這些影響因素，運用灰色區間對航空貨運係統這樣的沒有物理原型、影響因素難以定義、行為軌跡無法控製、信息不透明的運輸係統進行預測是有必要的。
灰色模型預測由於其原始數據所具有的起伏性和無序性，且其原始數據的數量有限，很難將預測帶限製在一個比較精準的範圍之內，導致灰色預測模型所得出的結果在大多數情況下是粗糙的。同時這種模型還要求累加生成的數據列必須是指數性質的，這樣才能用微分方程進行擬和，而對一個非負的時間序列進行累加生成的數列未必具有指數規律，這就導致隻利用指數方程進行擬和的灰色預測模型在實際問題的處理中很容易產生很大的誤差。應此需要運用馬爾可夫鏈對灰色預測的結果進行改進，從而提高其預測的準確性。利用馬爾可夫鏈改進的灰色預測模型既考慮了從時間序列中挖掘數據的演變規律，又通過狀態轉移矩陣的變換，考慮了數據的隨機波動。因而，它能夠將時間序列數據所擁有的兩種特性有機地結合起來，是具有嚴密的科學性的。因此，在進行灰色模型預測的研究時考慮馬爾可夫鏈的改進是有必要的。