[发明专利]干线物流运输需求预测方法

说明书

技术领域

本发明涉及一种物流工程中的模拟方法，尤其是一种干线物流运输需求预测方法。

背景技术

物流运输行业中，公路干线运输占据相当大的比例，而在干线物流运输中，整体物流成本与物流时间等运输参数在实际物流中的变化较大；在物流运营过程中，对于未来的相应时间内的物流运输量往往由人工基于经验进行分析，从而对干线运输中，可能的运输参数进行相关准备；然而，由于人工参与的不定性因素，其预测结果往往难以保证精度，从而使得物流能力难以得到匹配。

发明内容

本发明要解决的技术问题是提供一种干线物流运输需求预测方法，其可对于干线物流过程中，目标时间内的运输需求进行有效预测，以针对不同运输需求以改善物流能力。

为解决上述技术问题，本发明涉及一种干线物流运输需求预测方法，其包括有以下步骤：

1)获取目标时间之前的多个时间节点内的运输参数，运输参数包括有运输里程、运输时间以及运输价格；

2)对步骤1)中的多个时间节点内的运输参数依次赋予参照权数，其中，每一个时间节点内运输参数的参照权数的大小随时间节点与目标时间之间的间隔增加而减小；

3)基于多个时间节点的运输参数及其参照权数，对目标时间的运输需求进行预测处理。

作为本发明的一种改进，所述步骤1)中，选取的时间节点的数量为n，n为正整数，n个时间节点中，至少包含有12个时间节点，其分别位于，以目标时间为起点，向前推算的12个连续期间内。采用上述方案，其可通过选取位于目标时间之前的12个月份内的时间节点，以有效反应运输参数受季节等周期性因素的影响，从而使得对于干线物流的运输需求的预测更为精确。

作为本发明的一种改进，所述步骤1)中，多个时间节点内的运输参数在获取过程中，对于每一个时间节点内的每一个运输参数，其均包括有数据检测步骤。

作为本发明的一种改进，对于每一个时间节点内的每一个运输参数进行数据检测的具体方法为：

4.1)检测当前输入的运输参数是否符合格式要求；

4.2)检测当前输入的运输参数是否存在前后重复；

4.3)检测当前输入的运输参数是否存在出现明显不合理；

4.4)将步骤4.1)至4.3)中检测合格的数据输入预测系统内。

采用上述方案，其可对于输入至预测系统内的，每一个时间节点内的运输参数进行检测，确保其为常规的数据，亦避免因数据导入过程中的失误，导致后续对于运输需求的预测精度得以下降。

作为本发明的一种改进，所述步骤4.1)至4.3)中，对于检测过程中不合格的数据，将其置入异常数据库。采用上述方案，其可将异常数据作为后续的数据检测过程中的依据，以提高数据检测的精度，从而进一步改善干线物流运输需求的预测精度。

上述步骤2)中，采用指数平滑法对于多个时间节点内的运输参数依次赋予参照权数。

作为本发明的一种改进，所述步骤2)中，采用一次指数平滑法对于多个时间节点内的运输参数依次赋予参照权数，其具体分析公式为：

SA_t＝α×A_t+(1-α)×SA_t-1

其中，SA_t为对于每一个时间节点的预测运输参数，α为平滑指数，A_t为每一个时间节点的实际运输参数，SA_t-1为多个时间节点构成的时间序列中，每一个时间节点于时间序列内向前相邻的时间节点的预测运输参数；所述平滑指数α的取值范围为0.1至0.9，且其保留1位小数。

采用上述方案，其可通过指数平滑分析方法，其可有效依据时间序列的态势进行顺势延推，从而获取精确的目标时间的运输需求的预测值。

作为本发明的一种改进，所述干线物流运输需求预测过程中，对于位于时间序列最前端的时间节点，其于指数平滑分析公式内的SA_t-1的值采用序列初始值进行预测分析；对于时间节点的数量n大于15的时间序列，序列初始值即为位于时间序列最前端的时间节点内的对应的实际运输参数；当n小于等于15时，序列初始值为时间序列中，位于前端的三个时间节点内的对应的实际运输参数的平均值。