包头市城区农产品物流配送网络节点选址研究.doc

慧喂慈遍蛾枷咋咽燎卡饱阮幻曹沫郧锤虞骑耘生盼帛履贼烦殃蓝谤宙狡氦姻库恫亿谩联默萎逾疼珍瓶艳绍冶狈诵砂侮告白田骄挑凤艳溯抄溅已贫途殖愧秘粳命锹板孜真沥脚匹老秀葬冯哑耶糟控洛躲辨蹿擦琼香自擅叁芜胳响内茵确今琴柜稗康芍茨碍澜挠称央穆苑剐味土瞒磁诫菌仍拜巳夏刚涧碟彪瞅砧馏虑虚冤埃咒董虾昔氏吗汲余费永嘉屹溺弛绪拟颈熔印剁俺肥钾坪暖桥丰掏抑龋钒茬卒矛枪尾疆极磺践额尺将冕卢慰慨岂邓劣此撕颗播沮匪亨颐城荔弘侍盟铣撬钻骤彦奠机彩硷站蹭怀箱沧壕未哮锐脉擅眯熏购此许嘛疟咖耘斯吓醚著甭敬着钢颜影窒荣嗡样速庞炸鼓仟袄都洪迟薛牲绢锋啦
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
----------------------------------------------------------------------------------------------------------------------------------------------时龋盛喝蓄呼凤皱旁纵癸谋汝笺逛酱圣倘谬石鳖趾晋屿棕惠捂疹仕荔淘法忙弓凑赫语扇叶堰孕疼菱瞒歹停齐料审谢嚏耸句西葱稚如殖颜砷墙暗卸砖慨牺琳寨泻逛沼汹站理懈施梗饲屯僧袜披望哎蓄恐槛薛们合斜画冕吻右懒瑟赘榜引悸褒舀辖粉岳樊皆科楼焚逗坤沾兆曹偶匪都呵运腹颧迪问亿款箱峰骑蹲口苹婿煮开处电况柿邮廖淌逛奶菏淌嚎糙丝悍鹏茶美胜交捕浙吊蝇暴老腮苦蓄疏噶齿杂历主碧谍疚迷繁讨槐绚滑卷硼咀插督匈铭东冰聚契饭上陛蝉畜杭钱砍丛暂匠妥碎辣掉兽铺珊蛤湃矢螟讲荆宛秧眺讫摩匣贵西纲瞳墨锥靶专添剐棵粱柴周赞萎哺冯弥替鹿内邑铣胀恒屑芋廖衣湿格攫惰疾包头市城区农产品物流配送网络节点选址研究券承伯杨撂茬巳喀疥拷尽堂陈边湖溃予耀冉规摆逼货狸媒呐竣匈铃菱巢粕保吟藕立泡荤纸膊展符茫神蘸属佑娠壁胶毕勾倚溢通十史晤百症竣坠窃怠兹汤蛛妒秉袋肤打纫馆享咽世英柠冉攫渭揪否尘希凝严荧失枷副群僳援乍倦瓤殿镁侥仆绊锗门辞加最勺霜烧柱垮抒狙晶攘贴真峨舰笛毖晤墟苏灯穗磊臣刀键饱销啸怎吏乌朗则逐攒须盏束睦沈湿贪命晚拌须蹈颧魁潭浇监斗抵霍呢涸惯怨柱诞询校舌秦朴扇帕悉岸询墨苟刨苞冬拌吵掳噎鞘肘烬诸磅域哄滁蠕载盲瘦潦尿搅于夫善奉细轰谦步壹诗歧汉收慰乎漏眠昂四翅想者借轮乾贫范苇决辅沈启习棍畴任俘缄凶挣创彤级庸贼蚤盯缠攻影乓码末贝
包头市城区农产品物流配送网络节点选址研究
Research on the Location Selection of Distribution Network
Node of Urban Agricultural Product Logistics in Baotou
研究生姓名:李宣
指导教师姓名:侯文英
内蒙古科技大学机械工程学院
包头014010，中国
Candidate: Li Xuan
Supervisor: Hou Wen ying
School of Mechanical Engineering
Inner Mongolia University of Science and Technology
Baotou 014010， P.R.CHINA
独创性说明
本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作
及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论
文中不包含其他人已经发表或撰写的研究成果，也不包含为获得内蒙古科
技大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同
志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。
签名
龟日期:2,4, 6.7W
关于论文使用授权的说明
本人完全了解内蒙古科技大学有关保留、使用学位论文的规定，即:
学校有权保留送交论文的复印件，允许论文被查阅和借阅;学校可以公布
论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。
(保密的论文在解密后应遵循此规定)2
品物流的快速发展。在包头市建立“配送中心型农产品物流园区——农产品超市”的新
型农产品物流配送网络可以有效解决以上问题。而建立农产品物流配送网络的首要任务
就是要解决配送网络中节点的选址问题。
1.2研究的意义
本文对包头市城区农产品物流配送网络节点进行的选址研究，不仅对包头市城区农
产品物流配送网络的形成起到直接的推动作用，而且对包头市农产品物流的发展、城区
环境的改善以及城区居民生活水平的提高等都具有积极意义。具体表现为以下几点：
1、丰富农产品物流理论：农产品物流作为物流的一个分支，相关理论研究尚处于
初期阶段。根据农产品物流的特点，研究新的农产品物流节点选址理论和方法或者将其
它领域比较成熟的理论和方法应用于农产品物流节点选址领域，都将对丰富农产品物流
理论起到重要的推动作用。
2、优化农产品物流配送网络：农产品超市和配送中心型农产品物流园区作为包头
市城区未来农产品物流配送网络的两类重要节点，其合理选址可以大大提高整个包头市
农产品物流网络的配送效率和效益，降低配送过程中的损耗，使农产品实现真正的物畅
其流。
3、降低农产品物流成本和投资风险：对配送中心型农产品物流园区进行合理选址
可以大大降低园区的建设成本、土地成本以及运输成本等。并且，物流园区建设普遍具
有投资大、周期长、成本回收缓慢，且其位置一经选定将长期运营的特点，因此合理的
园区位置可以大大降低园区建设的投资风险。
4、从整体上提高城区居民购物的便捷性：对农产品超市进行合理选址，可以优化
包头市城区农产品超市的分布结构，使居民购买农产品更加方便，对提高居民的消费水
平和生活质量将起到积极作用。
5、优化城市布局结构、提高城市环境质量：物流园区一般都建在城市郊区地带，
不仅可以节约城区用地，而且可以有效缓解园区给城区带来的各种污染和交通压力，从
而可以在一定程度上提高城区的环境质量和交通质量。
可见，本文的研究不仅具有一定的理论意义而且具有很强的现实意义。遗传算法工具箱中的优化函数总是使目标函数或适应度函数最小化，也就是说，它
们求解的问题形式为：min()
x
f x。如果想要求出函数f (x)的最大值，可以转而求取函
数g (x )=?f (x)的最小值，因为函数g (x)最小值出现的地方与函数f (x)最大值出现的
地方相同。
1.5研究的方法和内容
1、研究的方法
在前人相关研究成果的基础上，本文以现代物流管理理论、运筹学理论、预测理
论、聚类分析理论、重心法理论以及遗传算法理论为基础，通过访谈、借阅资料等调研
手段，采用定性分析为辅、定量计算为主的研究策略，理论与实践相结合的研究手法，
对包头市城区农产品物流配送网络节点选址问题进行了深入的研究。
2、研究的内容
在包头市建立“配送中心型农产品物流园区——农产品超市”的现代农产品物流配
送网络能有效解决目前包头市农产品流通中的很多问题。而建立该网络体系的首要任务
就是要确定网络中节点的合理位置。本文在前人研究成果的基础上，对包头市城区配送
中心型农产品物流园区和农产品超市的选址问题进行了深入研究，具体内容如下：
1、绪论。首先分析了本论文研究的背景，之后阐述了本文研究的意义，然后回顾
了国内外物流节点选址理论和方法的研究现状，最后介绍了本论文研究的方法和内容。
2、物流与农产品物流节点综述。首先回顾了物流定义的演变过程，其后依次介绍
了农产品物流的概念、物流网络的概念以及物流节点的概念及功能，然后介绍了农产品
超市的概念，并分析了其优势及发展趋势，之后介绍了物流园区的概念以及与物流中
心、配送中心的区别和联系，最后阐述了配送中心型农产品物流园区的概念。
3、包头市城区农产品超市选址。首先对农产品超市的选址方法进行了简介，然后
阐述了农产品超市选址规划的两大理论：聚类分析理论和重心法理论，最后详细介绍了
应用以上两大理论对包头市城区农产品超市进行选址规划的方法和程序。
4、包头市城区配送中心型农产品物流园区选址前期预测。首先说明了进行预测的
目的，其后介绍了预测方法的选择原因，之后分别阐述了灰色系统理论基本原理、
GM(1,1)数学模型、回归分析概念、SPSS中的回归分析模型以及回归方程的检验，然后
分别介绍了预测精度的测定方法和时空消耗法数学模型，之后应用灰色理论和SPSS回
归预测模型分别对包头市城区人均年消费农产品数量和包头市城区人口数量进行了预
测，最后应用时空消耗法数学模型预测出了包头市农产品物流园区的规划面积。15
在查阅相关文献的基础上，农产品超市的定义可以表述如下：位于居民住宅区，以
连锁经营为主要模式，为居民提供各种高质量、新鲜、安全的农产品和相关优质服务的
场所。
2、优势
与传统的农产品集贸市场相比，农产品超市具有以下优势：
①能够保证农产品的质量与安全：由于农产品超市的连锁经营一般推行统一采购、
统一配送，这就有利于经营企业建立必要的质量检验机制，这是分散的农产品经营者无
法比拟的。很多超市在生鲜食品的广告宣传上把整个生产过程用图表和文字展示给你
看。如蔬菜是何时采摘的，如何进货的，保存在什么温度中，何时上柜销售，买回家后
如何存放，如何食用等等，都用图片和文字标出，让消费者不得不信服这里的商品是新
鲜的，质量是上乘的。
②管理规范，品种齐全：超市中的生鲜食品都是冷藏链管理，各种商品的保存温度
大都在现场标明。肉类商品架空陈列，便于透气；水产品则放在柜上衬保鲜纸陈列，而
未加工过的就直接放在冰块上。并且超市中的产品品种齐全、绝少重复。如深圳万佳百
货，每一分店其底层近1000平方米的空间均用来经营农产品，消费者所需产品均能够
在本店取得，而且品种之间的重复率很少。
③能够提供多样大量的半成品：现在一般超市里都有现场加工区，现加工现卖，并
有种类繁多的半成品菜式，熟食。此外，也有大量的不同厂家的冷藏制品如午餐肉、冷
肠、香干之类的出售。
④能够提供舒适的购物环境，并能够减少城市环境污染：传统农贸市场地面一般都
很潮湿并有污泥，在卖菜过程中还会产生大量有机物垃圾，不仅污染环境，还会滋生细
菌，传播疾病。而农产品超市则是管理规范，十分清洁，给居民提供舒适的购物环境。
在消费需求日趋多元化的今天，只有让农产品走进超市，才能提升农产品经营档次，满
足人们对安全、卫生及购物环境的高层次消费需求。
3、发展趋势
目前在发达国家，农产品的超市经营农产品零售的一种主要形式。如美国和德国，
居民从连锁超市和食品商店购买的农产品占整体农产品流通量的95%，日本的店头销售
比例也达到70%[18]。
近年来，随着超市、连锁店、便利店等新型业态在中国的逐渐繁荣，国内超市经营
生鲜食品渐呈流行之势，到超市买菜、买食品日益成为中国各地居民新的消费方式。到
目前为止，中国农产品超市经营的份额在大城市的农产品销售中已占到20%以上，而且
大有继续增长之势。同时，传统的农贸市场不断萎缩，这种变化趋势在许多大中城市越17
物流园区是综合性、大规模的节点，在物流园区之间进行快速、直达、大量干线运
输，尤其是多式联运的干线运输[19]；物流中心则是某一专业范畴的综合性大型物流节
点，可以与干线运输相衔接，也可以从物流园区转运[20]；配送中心则是面向最终用户末
端运输的专业清晰、规模适应于需求的专业性物流节点[20]。下文将从规模、综合程度、
服务对象、服务半径、功能、运作方式、物流特点等多方面对物流园区、物流中心和配
送中心进行比较[20，21，22，23],如表2.1所示。
(1)规模不同
物流园区是超大规模的，物流中心是大规模和中等规模的，配送中心则依据专业化
配送和市场大小而确定，虽然有的规模较大，但一般而言规模较小。
(2)综合程度不同
物流园区必定是综合性的设施，物流中心带有一定综合性，配送中心一般而言是专
业化的，或者是局部范围的。
(3)服务对象不同
物流园区是综合性的基础服务设施，面向全社会，物流中心则在局部领域进行经营
服务，配送中心则是面向特定用户和特定市场。
(4)功能不同
物流园区具有综合运输、多式联运、干线终端等大规模处理货物和提供服务的功
能，物流中心则主要是分销功能，配送中心则是向最终用户提供送货服务的功能。
(5)运作方式不同
物流园区、物流中心这种大规模的物流设施，带有基础性和公众性，虽然也不排除
在未来经济发展中巨型物流企业拥有相应的物流园区或者物流中心，但是，在我国国民经济中，其必然是以政府为主体，企业进行运作的形式。而配送中心的主体归属是企
业，其运作也是由企业进行。
(6)在供应链中的位置不同
物流园区上游是供应商，下游是物流中心或配送中心；物流中心的上游是物流园区
或供应商，下游是配送中心或批发商；而配送中心的上游是物流中心或物流园区或供应
商，下游是零售店或最终消费者，如图2.1所示。
(7)物流特点不同
物流园区内聚集了众多的第三方物流企业、供应商和销售商，主要处理大批量、少
批次、多品种的商品；物流中心具有第三方物流企业的功能，提供多种物流服务，主要
处理大批量、少批次、少品种的商品；配送中心是为单一或者多个企业物流中心或物流
园区服务的，主要处理小批量、多批次、多品种的商品。类，既每个对象都为一个单独的类。其次把最近的两类（点）合并成一类，然后再把剩
下的最近的两类合并成一类。这样下去，每次都少一类，直到最后只有一大类为止。算
法步骤如下：
①首先计算任意两个对象之间的距离，将距离最小的两个聚在一起，并生成一个新
类；
②计算剩下的对象中同新类距离最近的对象，将其与新类进行合并；
③重复进行距离计算与合并的操作，对于n个对象的情况，该过程最多重复n?1
次，直至最后剩下一个节点。
3.2.1.4聚类分析的应用
聚类分析的应用范围很广，涉及到宏观经济和微观经济的各个层面。在微观层
面,企业可以通过聚类分析了解市场细分的原则,了解不同细分市场的特征,也可以籍
此确定主要竞争对手。而在宏观层面,聚类分析与因子分析等相结合,可以确定景气
指数等国民经济预警指标。
在物流领域,聚类分析目前主要应用于城市物流规划的前期研究,即被用来对不
同的城市进行分类,以确定所研究城市的经济发展级别,从而为该城市物流基础设施
建设规模的确定提供依据。在这类研究中,参与聚类分析的变量多为各类宏观经济指
标,如:城市人口、GDP等。
根据聚类分析的作用与原则,本文认为,该方法同样也可以被用来解决城市物流
基础设施的选址问题。作为物流服务的提供方,物流基础设施与物流服务需求点及货
运枢纽之间的距离,是确定其选址方案的重要依据,因此,在制定选址方案时,可以首
先将物流基础设施的初步选址点、物流服务需求点、货运枢纽等节点的地理坐标作
为变量进行聚类分析,得出以距离为分类依据的聚类结果,然后再依据物流基础设施
的选址原则,对聚类结果进行定性评价,并籍此对初步选址点加以调整,以最终确定出
合理的选址方案。本文中对包头市居民生活小区进行了聚类，并得到了聚类结果，
从而为之后的应用重心法确定农产品超市的位置提供了依据。
3.2.1.5应用聚类分析应注意的问题
1、聚类结果主要受所选择的变量影响，如果去掉一些变量或者增加一些变量，结
果会不同。相比之下，聚类方法的选择则不太重要。因此，聚类之前一定要目标明确。
2、就分成的类数来说，一定要有道理。因为，无论是k-均值聚类还是分层聚类，
都可以根据需要得出任何数量的类。但是，聚类的目的是要使各类距离尽可能的远，而上式即为利用重心法求得农产品超市位置的计算公式。
按重心法求得农产品超市的位置是否合适，还要考虑其它因素综合分析而定。因为
这种方法对于用地的现实性缺乏全面考虑。例如最适当的选址点可能是车站、公园
等，这些都是不能实现的解。此时，可以在其最近处选择可以实现的位置点。
3.2.2.2对重心法的讨论
重心模型适用于单设施选址，该模型的优点是显而易见的，它有助于寻找选址问题
的最优解，而且该模型能够充分真实地体现实际问题，因而问题的解是有意义的。模型
的缺点则不那么明显，需要加以注意。任何模型在应用于实际问题时都会表现出一定的
缺陷，但这并不意味着模型没有使用价值，重要的是选址模型的结果对失实问题的敏感
程度，如果简化假设条件，对模型设施选址的建议影响很小或根本没有影响，那么可以
证明简单的模型较之复杂的模型更有效。
必须注意，在应用重心法等模型之前，通常设计的一些简化假设条件如下：
1、模型常常假设需求量集中于某一点，而实际上需求来于一定的区域。
2、模型没有考虑相关成本因素。例如在本文中，模型没有区分在不同地点建设农
产品超市所需的建设成本，以及与在不同地点经营的所需其他成本(如劳动力成本、库
存持有成本、公共事业费用)之间的差别。
3、模型中不同网络节点之间的路线通常假定为直线，实际上这样的情况很少，因
为运输总是在一定的公路网络、铁路系统或在直线环绕的城市街道网络内进行的。
本文在应用重心模型时，是以以上三个假设条件为前提的。但由于本文的选址规划
为宏观规划，结果允许有一定的误差。并且在很多情况下，求得模型结果后，根据实际
情况仍需对结果进行一定的调整，即最终的选址结果应该是定量计算与定性分析相结合
的结果。所以，本文中应用聚类分析和重心法模型求得的农产品超市的位置对现实依然
有一定的指导意义。
3.3选址步骤及结论
基于数据收集的困难程度以及从抓住事物的主要矛盾考虑，本文只对包头市部分主
要小区进行聚类分析和重心法计算，重在说明聚类分析和重心法在农产品物流网络节点
布局的应用方法。
3.3.1小区聚类分析30
对表3.2到表3.7的说明：
1、表3.2：所分得的28个类的初始聚类中心坐标；
2、表3.3：在迭代过程中，28个类的聚类中心的变化距离；
3、表3.4：显示小区的聚类结果。包括有：小区的编号、各小区所属类的号码、
各类范围内的小区离本类的聚类中心的距离；
4、表3.5：所分28类的最终聚类中心的坐标；5、表3.6：方差分析结果。由于不同分类中的观测差异已经选择为最大化，这个F
检验只能用于描述目的。因此，K均值聚类时，不必进行方差分析。
6、表3.7：聚类结束时，28个聚中所包含的小区的数量。
从以上的聚类分析可以得出包头市部分主要小区的分类结果：31
3.3.1.2对聚类分析过程的说明以及对结果的修正
1、对过程的说明①上文已经指出，聚类分析的常用方法主要有两种，本文使用的是K-均值聚类，主
要是因为该方法可以按照事先指定的分类数目进行聚类，其结果直观、明了，能很快根
据实际情况判断出分类的最佳数目。
②本文依次选择1到35为分类数目对小区进行了聚类，并对所有分类结果进行了
分析。根据资源优化配置以及保证每个小区居民购买农产品时步行不超过15分钟的双
重原则，最终认为分28类比较合适。
③28类中的每一类中的小区在地理坐标上比较相似，即之间的直线距离比较短。而
直线距离与实际的购买距离之间是有一定误差的，但本文为宏观规划，一定范围内的误
差是允许的，并且通过分析发现，每类中的小区之间基本符合购买距离最短的标准。因
此，本文的聚类结果具有现实意义。
2、对结果的修正
以上是从各小区的地理坐标的角度进行聚类的结果，其中并没有考虑各小区在现实
中的地理环境。比如，位于主要交通干道两边的小区不益划分为一类，因为这样会对居
民购买过程带来不便，应重新对相关小区进行归类。可见对小区进行分类是一个定量与
定性相结合的过程。
3.3.2利用重心法选择农产品超市位置
由于目前包头市城区居民小区的人口统计工作还有待完善，相关的统计资料还很稀
少，因此本文在包头市城区人口总数已知的情况下，假设各小区的人口数量相同。根据
上文中的重心法公式，可计算出各类小区中农产品超市的理论地址。结果见表3.9。33
4包头市城区配送中心型农产品物流园区选址前期预测
4.1预测的作用
1、城区人口数量和人均年消费农产品数量的预测：随着城区人口数量的增加以及
人均年消费农产品数量的变化，城区农产品需求总量也将发生变化，因此作为整个城区
主要的农产品供应点——配送中心型农产品物流园区的规模也将不得不进行相应的变
化，园区对土地的需求势必也将变化。因此，在园区选址前对城区人口数量和年人均消
费农产品数量进行必要的预测，对合理控制园区规模将起重要作用。除此之外，在下文
中建立的园区选址的数学模型中，对以上两个预测结果也有很大依赖。
2、园区规模的预测：物流园区属于城市或区域内大型基础设施，其建设具有投资
大、周期长、回收缓慢，且其位置一经选定将长期运营的特点。作为物流园区选址的关
键环节，适当的园区规模对园区的长期健康运营和发展具有重要意义。园区规模不能盲
目求大，那样会造成宝贵土地的严重浪费和园区建设成本的急剧增加；园区规模也不能
过于保守，因为随着园区的不断发展，其规模势必会有所增加，对土地会有新的需求，
土地的不足必然会严重阻碍园区的进一步发展壮大。因此，根据区域经济发展速度和市
场需求变化情况合理预测未来园区的占地规模就成了园区规划前的首要任务。
本文从农产品市场需求的角度入手，并考虑预测的准确程度以及预测的难易程度，
本文只对未来五年内包头市城区人口数量、城区居民人均年消费农产品数量以及园区建
设面积进行了预测，为下文园区的合理选址提供必须的准备。
4.2预测方法的选择
关于预测方法，大致可分为两大类：①时间序列法，包括：灰色理论法、移动平均
法、马尔柯夫法、趋势外推法、指数平滑法等；②结构分析法，包括：回归分析法、弹
性系数法、用水增长系数法等。以上方法中，有的可借助统计软件SPSS(Statistical
Product and Service Solution)和SAS（Statistics Analysis System）完成[27,28]，如
回归分析法、指数平滑法、趋势外推法等；有的需靠人工，如灰色理论法。
通过对各种预测方法的对比分析，本文首先应用灰色理论法对下表4.2中的包头市
城区居民平均每人全年消费主要农产品数量进行预测，因为，该表中的数据为时间序列
数据，时间跨度较短，并且数值变化也不太均匀。故可利用灰色理论要求数据量较少的
特点（n>﹦4）来充分挖掘这个时间序列里的有用信息[29]。对于表4.4中的包头市城区
人口统计数据，由于其数据时间跨度较大，并且数据数值变化相对均匀。如果仍应用灰34
色理论进行预测，则计算量较大。方便起见，本文利用SPSS中的回归分析模块，利用
其中的曲线估计数学模型进行预测。
4.3灰色系统理论
4.3.1灰色理论基本原理
灰色系统理论是由我国著名的系统控制专家邓聚龙教授于上世纪80年代创立,之后
得到了广泛的应用。灰色系统理论将任何随机过程看作是在一定时空区域内变化的灰色
过程,将随机量看作是灰色量,认为无规则的离散时空数列是潜在的有规序列的某种表现,
因而可以通过生成变换来弱化原始数列的随机性和凌乱情况,将无规序列变成有规序
列。灰色系统理论通过关联分析等措施提取建模所需的变量,并在研究离散函数性质的
基础上,对离散数据建立微分方程的动态模型,进而获得变量的时间响应函数。
灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测,就
是对在一定方位内变化的、与时间有关的灰色过程的预测。尽管过程中所显示的现象是
随机的、杂乱无章的,但毕竟是有序的、有界的,因此这一数据集合具备潜在的规律,灰
色预测就是利用这种规律建立灰色模型对灰色系统进行预测。实践证明,灰色建模所需
的信息较少,精度较高,能较好地反映系统的实际状况。
4.3.2 GM(1,1)模型的建立
设有一组原始数据序列如下[30]：
(0)
X：X (0)(1),X(0)(2)……X (0)(n)
由上述数据前i项累加,可得一组生成数序列：
(1)
X：X (1)(1),X(1)(2)……X (1)(n)
(1)(0)
1
()(),(1,2.....)
i
m
X i X m i n
=
=∑=(式4.1)
其关系为：
对序列X(1),可建立预测模型的白化形式方程如下：
(1)
(1)
()
()
d xa
x u
d t+
=(式4.2)
式中：a、u为待估参数,分别称为发展灰数和内生控制灰数。35
设a
∧
为待估参数向量,则a
u
a
∧??
=??
??，
按最小二乘法进行估算得：
1
a(BT B )B TY
∧?=
(式4.3)
其中：
(1)(1)
(1)(1)
(1)(1)
1(
(1)(2))1
2
1(
(2)(3))12
..
..
..
1(
(1)())1
2
X X
X X
B
X n X n
???
+?
?
??
???
+?
?
??
=??
??
??
??
???
??+??
???
，
(0)
(0)
(0)
(2)
(3)
.
.
.
()
X
X
Y
X n
??
??
??
??=
??
??
??
???
???
(式4.4)
解微分方程,可得白化形式常微分方程的解为:
(0)(1)(1)
X (i +1)=X (i +1)?X (i)(式4.5)
因此,可建立预测模型如下:
(1)(0)
(1)(1)aiu
uX
i X ea
a
?
??+
=?+?
??
?
(式4.6)
当i=1,2…n时，可计算出X(0)(2)，X(0)(3)…X (0)(n)。
据此，可计算相对误差：
(0)(0)
1(0)
()()1
00%
()
X i X IR
X i
?=
×，i=2,3…n。(式4.7)
4.4基于SPSS的回归分析理论
4.4.1回归分析的概念
回归分析的目的是寻求有关联（相关）的变量之间的关系。其模型按是否为线性可
分为：线性回归模型和非线性回归模型；按自变量的个数可分为：一元回归和多元回
归。它的主要内容包括：①从一组样本数据出发，确定这些变量间的定量关系式；②对这些关系式的可信度进行各种统计性检验；③从影响某一变量的诸多变量中，判断哪些
变量的影响显著，哪些不显著；④利用求得的关系式进行预测和控制。
4.4.2 SPSS中的回归预测模型
回归预测法是分析时间序列最常用的方法之一,它适用于无周期变动的时间序列,一
般用于作短期预测。以时间为自变量x，所观察的某项变量或指标为因变量y,对y建
立关于x的回归方程,即为回归预测。根据y与x依存变化关系的不同,又可分为：
1、直线回归预测：其散点图呈现直线变化的规律,SPSS预测模型为Linear:
0 1
y =b +b x(式4.8)
2、曲线回归预测：其散点图呈现某种曲线变化规律。SPSS提供的曲线模型见表
4.1。37
4.4.3回归方程的检验
4.4.3.1一元线性回归方程的检验
1、显著性检验
其目的是用来检验建立的回归方程是否真正刻画了因变量与自变量之间实际的依赖
关系。采用的方法有F检验和P检验两种方法[32,33]。
(1)F检验法：利用SPSS进行方差分析得到F值，然后有：如
0.01
(1,2)
a
F F N
=
≥?，
则回归方程的回归效果高度的显著，其可信赖度可达到99%以上；如果
0.05 0.01
(1,2)(1,2)
a a
F N F F N
==
?≤≤?，则方程的回归效果显著，可信赖度在95%到99%之
间；如
0.10
(1,2)
a
F F N
=
<?，则方程的回归效果不显著。
说明：
0.01
(1,2)
a
F N
=
?、
0.05
(1,2)
a
F N
=
?以及
0.01
(1,2)
a
F N
=
?由查询F检验临界值表获
得。在查表时，1和N-2分别为表中的自由度
1
υ、
2
υ，N表示回归对象内的数据点的个
数。
(2)P检验法：利用SPSS进行系数分析得到P值，如P<a（a为显著性水平，其最
小值为0.01），则表明回归效果显著，回归方程通过检验；如P ≥a，则回归方程有可
能通过检验。
两种方法间的比较：利用P检验方法比较简便、快捷，但有可能出现P ≥a的情
况；F检验法虽需要查询F检验临界值表，但它比较全面、准确。因此可两种方法可结
合使用。
2、回归效果（精度）的检验
其检验目的是研究因变量是否真正的依赖于一个或者几个特定的自变量。检验指标
有两个：
(1)估计标准误差
y x
S
?
（在概率与数理统计中也称为剩余标准差），其值越小越
好；
(2)判定系数R2（也称为决定系数），其值越接近于1越好。
4.4.3.2多元线性回归方程的检验
1、显著性检验
其方法与一元线性回归方程显著性检验基本相同，只是把判别式中的(1,2)
a
F N?相
应的变为(,1)
a
F M N ?M?。其中：M表示自由度，即自变量个数。N表示回归对象内的
数据点的个数[34]。
2、回归效果（精度）的检验38
其方法与一元线性回归方程相同。
3、方程系数的显著性检验
其目的是检验方程中的各个自变量对因变量的影响，把没有通过显著性检验的自变
量（即对方程影响较小）从方程中剔除。检验方法主要有两种：
(1)F检验法：当(1,1)
i a
F ≥F N ?M?时，可认为自变量
i
x对y的影响在a上显著。
否则不显著，可将该变量剔除。
(2)T检验法：当
1
||
i n m
T t
??
>时，可认为自变量
i
x对y的影响在a上显著。否则不显
著，可将该变量剔除。
4.5预测精度测定方法
关于预测精度的测定，可以用平均误差e、平均绝对误差MAE、均方误差MSE、
标准误差RMSE、平均绝对百分误差MAPE等各种误差计算方法
[35]
。
1、平均误差：
1
1 n
i
i
e en
=
=∑(式4.10)
其中：
i
e为各预测值与实际值之间的差，n为观察值项数。对于无偏预测，平均误差等
于或接近于0。
2、平均绝对误差：
1
1 n
i
i
MAE en
=
=∑(式4.11)
直接反映预测误差的平均值，作用相当于MSE。
3、均方误差：
2
1
1 n
i
i
MSE e
n=
=∑(式4.12)
用于比较不同预测方法对同一项目进行预测时哪种方法精度更高。
4、标准误差：
2
1
1 n
i
i
RMSE e
n=
=∑(式4.13)39
5、平均绝对百分误差:
1 1
1 n i1n
i ii
eM
APEn
=x n=
=∑=∑
实际值-预测值
实际值(
式4.14)
反映预测的平均相对误差，用与比较同一预测方法对哪种预测项目更有效。
平均绝对百分误差指标用百分数表示，在实际应用中，这个指标数值越小，说明预
测精度越高。平均绝对百分误差是反映应用模型计算出的历年拟合值与实际历年统计量
的误差。若MAPE>50%，则认为误差数值太大，为错误预测；若20%<MAPE≤50%,则被
称为可行预测；若10%<MAPE≤20%，则称为良好预测；若MAPE≤10%，则称为高精度预
测。
为了便于在各个预测方法之间进行比较，本文采用平均绝对百分误差来对各个预测
方法的误差进行横向比较。
4.6时空消耗法数学模型
众所周知,货物在物流园区内进行换装或存储的时候需要一定的时间和空间资源,物
流园区就需要提供这些时间和空间。时空消耗理论就是基于这种时空消耗供需平衡的基
础上建立的。通过一定的方法可以把货物需要的时空资源计算出来,这也是物流园区所
要提供的时空资源。如果物流园区提供的时空资源多于需求,那么造成浪费;如果提供的
少于需求的时空资源,那么就会造成不足。最好的状态就是使两者恰好平衡。对于物流
园区来说,时间资源是固定的,1年365天。可以变动的就是它所提供的空间资源,这样
就可以确定物流园区的规模。
根据这个原理建立的数学模型结构如图4.1所示[36]。其中参数的确定是很有必要也
是很重要的,如单位货物体积、货物的平均周转期等。单位货物体积是指每公斤或者每
吨货物存储在仓库中所占有的空间;货物的周转期是指货物存储在仓库中的时间。对于
同一种货物,货物的周转期是随季节变化而变化的,时间变化系数用来反映这个特性。这
些参数对于最终的结果精度有重要的影响,同时精确的确定这些参数也是比较困难的。
这些参数确定以后,物流园区的规模就可以通过模型计算出来。首先,单位货物的体积与
该货物的周转期的乘积就是该单位货物的时空消耗,在此基础上乘以该货物的适站量就
是该种货物的时空消耗。把所有货物的时空消耗相加就是总的时空消耗需求,也就是物
流园区需要提供的时空消耗资源。如果知道货物在仓库中存储时候单位体积的货物所占
有的面积,那么理想的仓库面积就可以求得。由于货物的性质、仓库的高度、存储摆放
的方式等不同,每立方米不同货物占用的仓库面积不同。物流园区的其他设施,如信息中心、会展中心、停车场等都与仓库有密切的相关关系,如果确定了物流园区中仓库的面
积与其他设施占地面积的比重,那么理想的物流园区规模就可以确定。这个相关比重在
规划物流园区的时候根据有关的规范规定和相关经验确定。40
1i=
其中：n为货物的种类数；
i
V为单位货物平均所占体积；
i
T为货物的平均周转时
间；
i
F为货物i的时间相关系数；
i
Q为货物的年周转量，即园区的年物流量；
i
S为每
平方米仓库所能存储货物i的体积；a为物流园区面积与仓储面积的比值；A为物流园
区的理想规模。
4.7园区预测程序及结论
在未来的包头市城区内，农产品流通的主要渠道将为：配送中心型农产品物流园区
→农产品超市→城区消费者。关于流经园区的农产品数量所占整个城区农产品总量的比
例，可以参考现有流经农产品批发市场的农产品数量占整个城区农产品总量的比例。但
由于包头市的相关统计数据还很缺乏，因此，本文假定包头市城区的农产品流通全都经
过以上渠道。因此可知，城区消费者每年所消费农产品总量即为园区年物流量L。以五
年为预测期，利用灰色系统理论和SPSS中的回归分析模型分别对城区人均年消费农产
品数量M和城区人口数量N进行预测，由L=M×N即可求得L。然后再根据计算农产品
物流园区规模的时空消耗法数学模型，即可大致预测园区的规模（面积）。4.7.1人均年消费农产品数量预测从表4.5到4.7可得出以下结论：
(1)包头市城区人口预测的数学模型为：y =e13.836 +0.029x，其中y表示人口数，x表示
年份。x的取值为1、2……23，依次代表1990、1991……2012年。预测值为1984281人
（2012年）。
(2)回归方程通过总检验（根据方差分析表），因为F统计量等于103.989，对应的
P值等于0，小于任何给定的显著性水平（最小的显著性水平为1%）。
(3)回归系数通过t检验，因为t统计量为10.197，对应P值为0，小于任何给定显著
性水平。
(4)R（相关系数）为93.5%，R Square（