摘 要

良好的行业发展需要技术和方法的支持，物流行业作为一个新兴的行业，发展速度非常迅猛，各种物流企业如雨后春笋般的涌现，整个物流行业在发展过程中也需要得到相应设备的基础支持。物流需求预测是解决这个问题非常好的一个办法。因此，为了使现代物流行业能够更好的发展，选择一种对其发展有着预测作用的方法。指数平滑法是时间序列预测方法中重要的一种,由于在计算上容易操作、计算简便,需要的历史数据有一定的伸缩性，因而有着较大的适应性。

在本文中指数平滑法是主要的研究对象，并且对其具体的使用方式相关内容都有较为清晰的说明和解释，并分析各方法的优缺点和适用范围，并与指数平滑法进行比较，探究指数平滑法作为预测方法的优缺点和适用范围，介绍在使用指数平滑法来进行相应的预测的过程中关键点。

然后，运用指数平滑法，对山东省近八年来公路、铁路货物运输量的数据进行分析，根据数据特点，选用适合的指数平滑模型进行预测分析。根据得到的预测数据，分析现在存在的问题，提出自己的建议。

关键词：物流行业；预测方法；指数平滑法；货物运输

Abstract

Good industry development need the support of technology and method, the logistics industry as an emerging industry, the development speed is very fast, all kinds of logistics enterprises have mushroomed of emergence, the development of the logistics industry and infrastructure and facilities in the construction and development, the layout is on. Logistics demand forecasting is a very good way to solve this problem. Therefore, the research and analysis of existing forecasting methods is of great importance to the growth of modern logistics industry.Exponential smoothing method is one of the important in time series prediction method, easy operation, simple calculation, on the calculation of need history data has the certain scale, and thus has great adaptability.

Choose to study the exponential smoothing, this paper expounds the specific meaning of exponential smoothing method and properties of several kinds of prediction methods commonly used at home and abroad are introduced, and analysis the advantages and disadvantages of each method and the applicable scope, and comparing with exponential smoothing, to explore the advantages and disadvantages of the exponential smoothing as a prediction method and the applicable scope.This paper introduces the step process of exponential smoothing and the key points needing attention.

And then, by using exponential smoothing method, nearly eight years in shandong province, highway, railway freight volume of data is analyzed, according to the characteristics of the data, choose suitable for analysis of the exponential smoothing model to predict. According to the obtained forecast data, analyze the existing problems and put forward their own Suggestions.

Key Words：Logistics industry; Forecasting methods; Exponential smoothing; Transport of goods

目录

第一章 绪论 1

1.1研究目的及意义 1

1.2国内外研究现状分析 2

1.2.1国外研究现状 2

1.2.2国内研究现状 2

1.3研究内容和思路 3

1.3.1基本内容 3

1.3.2技术方案 3

第二章 指数平滑法介绍 4

2.1指数平滑法概述 4

2.1.1指数平滑法介绍 4

2.1.2指数平滑法预测公式 4

2.1.3系数α的确定 5

2.1.4指数平滑方法的选用 6

2.1.5初始值的确定 6

2.2指数平滑法与其他预测方法的优缺点比较 6

2.2.1移动平均法介绍和优缺点 6

2.2.2计量经济学方法介绍和优缺点 7

2.2.3指数平滑法相对于其他预测方法的优缺点 8

第三章 山东省公路和铁路货运量预测分析 8

3.1山东省公路、铁路货运量数据分析 8

3.2指数平滑模型的选择 9

3.3指数平滑模型参数的确定 9

3.3.1铁路货物运输量 9

3.3.2公路货物运输量 11

3.4存在的问题 13

3.5 政策建议 14

第4章 总结与展望 14

4.1经济性分析 14

4.2总结 14

4.3研究的不足 15

4.4展望 15

参考文献 16

致 谢 18

第一章 绪论

山东省在近年来由于其优越的地理位置和拥有丰富的资源这些得天独厚的条件,经济呈现迅速增长的趋势，物流业在发展过程中也变得越来越受欢迎，因此在物流业所面对的需求增加。山东公路、铁路运输发展态势良好,其物流系统的规划和建设对整个山东省乃至华北地区的物流发展都起着重要的作用。物流需求对于物理行业来说是进行相应设备和物流系统的建设和配置的主要依据，而且也能够提供给政府相应的在发展中的依据,还能为优化环渤海经济圈物流环境、加快物流行业发展提供现实依据。因此，为了使物流业更好的发展，需要对其相应的物流需求进行准确的预测。

1.1研究目的及意义

由于高新技术的日新月异和经济全球化的不断发展推进，现在全世界进入了一个迅猛、快速发展的“新经济”时期，因此在物流业的发展过程中其也出现了非常大的转变，由于其运输模式以及物品的装卸模式都在随着技术的进步发生质的变化，因此在进行物流的相关管理方面也需要进行进步和改善。对于现代物流来说，需要将其物流速度进一步提高，使其物品的运输成本能够得到很好的控制，使物流业能够获得新发展。

在全国范围内物流行业的发展都是非常明显的，因此为了使与我们生活息息相关的物流业能够得到更好的发展，需要将其所需的设备与系统进行相应的更新，并且使用相关的预测方法使其在发展中能够有依据。为了适应这种需求，需要我们可以预先“知道”未来物流的需求，对症下药，因此需求预测不管是在经济层面，还是技术层面，都是物流行业发展重要的一环。

指数平滑法是时间序列预测方法中重要的一种,由于在计算上容易操作、计算简便,需要的历史数据有一定的伸缩性，因而有着较大的适应性。目前我们在预测中比较容易会遇到的一个问题是历史数据不全,尤其是各种相关因素的历史数据不全,在这种情况下应用回归模型、计量经济模型等其他预测方法就会有一定不便, 这时候指数平滑法就进入我们的眼帘，会发现它是一种比较合适的预测方法^[1，2]。通过预测，我们可以进行分析比较，不仅可以看到总结成功经验，依势得到更好地发展，而且发现现有物流行业存在的问题，更新改正，还能为未来的发展提前做好准备^[3，18]。

1）通过数据的对比分析，总结和评价山东省公路 、铁路货运量变化，揭露现在存在的不足和问题，利用现有条件得到发展的优势。

2）通过对山东公路、铁路货运量进行分析评价，可以解释经济活动及其组成要素之间的内在关联，了解在物流行业发展的过程中对其起主要作用的影响因素分别有哪些，分析有利、不利元素，确定决定性因素和关键问题所在。

3）总结在所研究的山东路段的货运量的变化情况，对其中的数据变化规律进行分析和总结，可以更科学地预见山东公路、铁路货运量未来的发展趋势和发展潜力，制定可以能够实际完成的措施，更加有效。

1.2国内外研究现状分析

1.2.1国外研究现状

Robert G. Brown于1944年左右在为美国海军做研究分析师时提出指数平滑的思想，而且在20世纪50年代，他将该方法由连续时间序列推广至离散时间序列预测上，而且对趋势和季节项进行了处理，并且对于库存管理来说这种方法刚出现。与此同时，Charles Holt为美国海军办公室(ONR)工作时也对该方法进行了研究，其方法与Brown的方法区别之处在于对季节想和趋势项的平滑方法不同。他的原始研究被记载在1957年的ONR备忘录上，但是直到2004年才发表在国际预测杂志上。^[1]由于其学生Peter Winters的文章，Charles Holt的加法和乘法模型广为人知，因此该方法也被称为Holt-Winters方法或Winters方法。而John Muth于1960年第一次在进行预测时把指数平滑方法用于统计模型中，对于其引入的两种统计模型，其在进行预测的过程中其预测模型与实际情况非常相似。Hyndman等人在2002年提出状态空间模型又一次为指数平滑法提供了技术理论支撑。

国外对于指数平滑方法也有着非常细致的研究，在以下几个领域均有出现：一是致力于完善其理论基础，例如McKenzie在文章中研究了阻尼趋势项指数平滑方法的理论，提出了一个随机系数状态空间模型，使得该方法能够达到最优预测，并且使阻尼系数易于表达和理解。Koehle对含异常值的时间序列如何应用指数平滑方法进行了研究，提出有一类特殊的加法型异常值是可以被包含进创新状态空间模型的，并在传统创新状态空间模型和一个包含一般线性指数平滑方法的特例上进行了检验。Kourentzes则是先对时间序列进行了分解，将其分解为不同的成分，再对每一成分分别用指数平滑方法进行拟合和预测后再将预测结果结合。这个思想可以针对不同成分的特殊性，选取不同的模型以得到更好的预测精度。Dazhi Yang把指数平滑方法应用于水平辐照度的预测。Cadenas将简单指数平滑方法应用于风速的拟合和预测。

1.2.2国内研究现状

我国对于指数平滑方法的研究也一直在稳步推进。首先，指数平滑方法被应用到不同的领域进行时间序列的预测。例如，冯娟等应用简单指数平滑方法对供应链管理进行了研究，牛文清则将Holt-Winters指数平滑方法应用于我国GDP数据的预测研究之中，并与其它方法进行了组合预测^[4,14]，曹凤萍则应用自适应指数平滑方法对城市交通参数进行了预测。其次，也有一些其他研究人员进行了不同类型的指数平滑法之间的对照研究。例如在进行相应的数据统计的过程中，首先可以构建适当的模型对其进行预测，因此在计算取值的过程中使用指数平滑^[5,15]。在计算过程中所使用的加法模型能够实现将其取值的方式的准确性提高。

对于物流产业来说需要进行对其物流需求的预测才能使其在未来的发展过程中能够更加有效。对于现代物流来说，需要使用指数平滑法来对其实际需求进行相关研究。

1.3研究内容和思路

1.3.1基本内容

在本文中所介绍的指数平滑法正是一种比较有效的预测方法，这种方法在国内外均有研究，其优势在预测方面有体现，根据此法在整个物流行业的应用状况，对统计的得到的近八年山东省公路、铁路货运量进行计算分析，预测未来的公路、铁路货运量，并根据得到的预测数据分析后提出自己的看法和一些建议。

第1章：阐述本文在进行相关研究的相关情况，并说明本文的结构。

第2章：阐述指数平滑法的含义和实质；分析在进行预测的过程中使用指数平滑法所带来的好处；使其能够在实际使用的过程中能够得到很好的科学合理的利用。

第3章：介绍了在山东路段的货运量的变化规律，根据相关数据对其采用指数平滑法来进行未来货运量的变化情况，使其更具有数据有效性。

第4章：总结本文中主要研究的对象和内容，对于本文中所存在不足之处进行说明，展望未来的研究。

1.3.2技术方案

本文的研究方法是指数平滑法。本文的思路框架，如图1.1所示：

对山东省公路、铁路货运量统计分析，预测未来需求

案例分析

指数平滑法的含义、性质，与其他预测方法的优缺点比较指数平滑法国内外研究现状和物流需求预测方面的应用意义总结研究成果，找到研究的不足，展望后续研究

指数平滑法的含义、性质，与其他预测方法的优缺点比较指数平滑法国内外研究现状和物流需求预测方面的应用意义总结研究成果，找到研究的不足，展望后续研究

指数平滑法的含义、性质，与其他预测方法的优缺点比较指数平滑法国内外研究现状和物流需求预测方面的应用意义总结研究成果，找到研究的不足，展望后续研究

方法介绍

研究背景

总结展望

图1.1 思路框架

第二章 指数平滑法介绍

2.1指数平滑法概述

2.1.1指数平滑法介绍

这是一种由英国人布朗(R.G.Browr}提出的一种用于库存量的预测的具体方法。这种方法在应用的过程中需要根据数据来进行平均值的确定，并根据权数来对数据进行相应的排列。而且在进行排列的过程中其实是根据时间来进行排列的，采取这种排列方式能够有效地保持其取值的连续性，使其结果更加准确，若是未来市场不发生骤然的、跳跃式的变动，而是有一定趋势逐渐变动的，那么基于时间序列数据的预测剖析，可以进一步推测市场将来的发展趋势。指数平滑法在计算过程中会得到一连串的平滑的数据值，而且使用这种方式对未来预测的过程中可以使用时间模型来加大其结果的准确性。对于所有的数据来说使用这种预测方式能够使其在预测过程中获得更加准确的数值，对于不同时间的数值在进行权数的排序时会将其排在前列；因此在进行指数平滑法的利用过程中能够有效地将历史数据利用起来，根据其对未来的影响程度来进行权重的排列，这样的时间模型能够给对于未来的预测准确性^[5]。

在进行具体的数据分析过程中，使用时间序列来进行相应的分析是在其基础之上所发展出来的一种预测方法，这种方法不仅考虑到了各个数据，也能对时间对于预测结果的影响体现出来，因此这种加入了时间序列的分析方法对于数据的利用以及预测结果都有效。

在预测过程中平滑常数的选择对其预测结果具有较大的影响，因此在进行平滑常数的选择过程当中，需要使用α值来对其进行表示，其代表的不是具体的数值，而是一个比值。在进行预测的过程中，所选取的α值对于其数据的比重有较好的展示。根据原预测值受到误差的影响进行新预测值的修订。

在本文中所采取的对山东路段的货运量的未来变化的预测将采用指数平滑法来进行，在这个过程中，需要将其中的平滑系数的选择变得更加科学合理，使其在计算过程中的误差更小。

2.1.2指数平滑法预测公式

在进行平滑次数的选择过程中，通过对实际应用情况的分析来进行次数的选择，但是在实际使用过程中一次和二次的平滑次数会经常得到选择。

一次指数平滑预测

一次指数平滑预测常用于时间数列无明显变化趋势的情况。

其预测公式为：

式中，——本期（t期）的平滑值S_t；

Y_t——t期的实际值；

--上期的平滑值。

二次指数平滑预测

二次指数平滑是对一次指数平滑的再平滑。它适用于具线性趋势的时间数列。二次指数平滑基本公式：

S_t^（2）=αS_t^（1） (1-α)S_t-1^（2） -----------------------------（2）

Y_{t T}=a_t b_tT --------------------------------（3）

a_t=2S_t⁽¹⁾-S_t⁽²⁾ ----------------------------------（4）

b_t=(α/1-α)(S_t⁽¹⁾-S_t⁽²⁾) -----------------------------（5）

S_t——第t期的一次指数平滑值；

S_t-1——第t期的二次指数平滑值；

α——平滑系数 ；