添玉，張琳娜

(上海海事大學(xué)物流工程學(xué)院，上海 201306)

0 引言

隨著統(tǒng)計學(xué)理論的發(fā)展和計算機的出現(xiàn)，商業(yè)預(yù)測在企業(yè)戰(zhàn)略決策中的作用越來越明顯.本文通過對德國大陸汽車信息收集和業(yè)務(wù)開拓(Business Development and Marketing，BD＆M)的預(yù)測業(yè)務(wù)進行分析后，發(fā)現(xiàn)其對中國汽車市場的短期預(yù)測不夠準確.究其原因，該部門采用的汽車產(chǎn)量數(shù)據(jù)來自GI(Global Insight)數(shù)據(jù)庫，結(jié)果適用于長期預(yù)測，在短期預(yù)測方面具有滯后性，缺乏一定的適應(yīng)性.

支持向量機(Support Vector Machine，SVM)是基于統(tǒng)計學(xué)習(xí)理論發(fā)展起來的新興的機器學(xué)習(xí)方法.基于結(jié)構(gòu)風險最小化原則，SVM將最大化分類間隔的思想與基于核的方法結(jié)合在一起，表現(xiàn)出很好的泛化能力.SVM具有堅實的數(shù)學(xué)基礎(chǔ)，并且可以很好地克服“維數(shù)災(zāi)難”和“過擬合”等傳統(tǒng)算法所不可規(guī)避的問題，已被廣泛應(yīng)用在數(shù)據(jù)挖掘［1］、需求預(yù)測［2］等領(lǐng)域.鑒于SVM的原理和特征特別適合小樣本，本文提出一種中國汽車月產(chǎn)量的優(yōu)化核函數(shù)參數(shù)的改進SVM預(yù)測模型，并應(yīng)用在德國大陸汽車公司輕型汽車電子市場價值估計中.

1 統(tǒng)計學(xué)習(xí)理論與SVM

1.1 統(tǒng)計學(xué)習(xí)理論

統(tǒng)計學(xué)習(xí)理論就是研究小樣本統(tǒng)計估計和預(yù)測的理論，主要包括4個方面［3］:(1)經(jīng)驗風險最小化準則下統(tǒng)計學(xué)習(xí)一致性的條件;(2)在這些條件下關(guān)于統(tǒng)計學(xué)習(xí)方法推廣性的界的結(jié)論;(3)在這些界的基礎(chǔ)上建立的小樣本歸納推理準則;(4)實現(xiàn)新準則的實際算法.其中，最有指導(dǎo)性的理論結(jié)果是推廣性的界，與此相關(guān)的一個核心概念是VC維.VC維是為了研究學(xué)習(xí)過程一致收斂的速度和推廣性而定義的有關(guān)函數(shù)集學(xué)習(xí)性能的指標.VC維反映函數(shù)集的學(xué)習(xí)能力，VC維越大則學(xué)習(xí)機器越復(fù)雜.統(tǒng)計學(xué)習(xí)理論系統(tǒng)地研究各種類型的函數(shù)集、經(jīng)驗風險與實際風險之間的關(guān)系，即推廣性的界.關(guān)于兩類分類問題，結(jié)論是:對指示函數(shù)集中的所有函數(shù)(包括使經(jīng)驗風險最小的函數(shù))，經(jīng)驗風險Remp(ω)和實際風險R(w)之間以至少1－η的概率滿足

式中:h是函數(shù)集的VC維，l是訓(xùn)練樣本數(shù).這一結(jié)論從理論上說明學(xué)習(xí)機器的實際風險由經(jīng)驗風險和置信范圍兩部分組成，其中置信范圍與學(xué)習(xí)機器的VC維及訓(xùn)練樣本數(shù)有關(guān).因此，在有限訓(xùn)練樣本下，學(xué)習(xí)機器的VC維越高則置信范圍越大，從而真實風險與經(jīng)驗風險之間可能的差別就越大.這就是出現(xiàn)過學(xué)習(xí)現(xiàn)象的原因.機器學(xué)習(xí)過程不但要使經(jīng)驗風險最小，還要控制學(xué)習(xí)機器的VC維以縮小置信范圍，才能把實際風險控制在一個較低的水平，使學(xué)習(xí)模型對未知樣本具有較好的推廣性.

1.2 SVM回歸

假定訓(xùn)練樣本集為{(xi，yi)，i=1，2，…，l}，其中輸入值xi∈Rn，yi∈R為對應(yīng)的目標值，l為樣本數(shù).定義ε不敏感損失函數(shù)為

學(xué)習(xí)的目的是構(gòu)造f(x)，使其與目標值之間的距離小于ε，同時函數(shù)的VC維最小.這樣對于未知樣本x，可最優(yōu)地估計出對應(yīng)的目標值.因此，回歸的最優(yōu)化問題［3］為

式中:C為懲罰因子，C越大表示對超出ε的懲罰越大.根據(jù)最優(yōu)化的充要條件可知，拉格朗日乘子與約束的乘積在最優(yōu)點為零，由此最優(yōu)化計算得到的αi和，取值必然是以下5種情形之一:(1)αi=0，=0;(2)0 ＜ αi＜C=0;(3)αi=0，0 ＜＜C;(4)αi=C=0;(5)αi=0，=C.以上5種情形中，稱(2)～(5)對應(yīng)的xi為支持向量.非支持向量對ω沒有貢獻，只有支持向量對ω有貢獻，即對估計函數(shù)f(x)有貢獻，由此稱對應(yīng)的學(xué)習(xí)方法為SVM.在支持向量中，稱(4)和(5)對應(yīng)的xi為邊界支持向量，是超出ε之外的數(shù)據(jù)點，稱(2)和(3)對應(yīng)的xi為標準支持向量，是落在ε上的數(shù)據(jù)點.因此，ε越大，支持向量數(shù)越少，但函數(shù)估計精度越低.

2 改進SVM預(yù)測模型

本文采用的數(shù)據(jù)從國務(wù)院發(fā)展研究中心信息網(wǎng)和國家統(tǒng)計局網(wǎng)站收集整理而得.中國汽車月產(chǎn)量包括乘用車和商用車兩部分，國內(nèi)生產(chǎn)和CKD(全散裝件)都包括在內(nèi).具體數(shù)據(jù)見圖1.

世界銀行的報告顯示，汽車產(chǎn)量與GDP密切相關(guān).根據(jù)“GDP=總消費+總投資+凈出口”這個公式，本文初步選定固定資產(chǎn)投資完成額、社會消費品零售總額、進出口總值和凈出口額等4個因素作為自變量，所選數(shù)據(jù)為2005—2010年的月數(shù)據(jù).

圖1 2005—2010年中國汽車產(chǎn)量

2.1 數(shù)據(jù)處理

在對中國汽車月產(chǎn)量進行預(yù)測的4個自變量中，社會固定資產(chǎn)投資完成額與社會消費品零售總額有較大的相關(guān)性，去除前者，對剩下的數(shù)據(jù)進行回歸預(yù)測.因數(shù)據(jù)結(jié)構(gòu)的特殊，首先使用Excel中的Format Data To Libsvm宏將數(shù)據(jù)轉(zhuǎn)換成可識別的形式，將預(yù)處理的文件保存為data.txt，然后使用線性函數(shù)轉(zhuǎn)換對數(shù)據(jù)進行歸一化處理，將歸一化的數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)train.txt和預(yù)測數(shù)據(jù)forcast.txt.

2.2 回歸方法和核函數(shù)的選擇

將SVM應(yīng)用于回歸方面，主要有VAPNIK提出的 ε－SVR 和 SCHOLKOPF 等提出的 v－SVR.ε－SVR通過事先確定ε來控制算法希望達到的精度，具有良好的可控性，相對于v－SVR而言模型也較簡單，在有較好的參數(shù)選擇方法時適宜選擇ε－SVR方法.根據(jù)本文的數(shù)據(jù)及計算的實際要求，選擇ε－SVR回歸方法較好.由于RBF核函數(shù)具有一定的代表性，這里選用RBF核函數(shù)作為SVM的核函數(shù).

2.3 核參數(shù)最優(yōu)化方法

訓(xùn)練SVM時首先需要考慮兩種參數(shù):核參數(shù)γ和懲罰參數(shù)C.參數(shù)的選擇并沒有通用的先驗知識，需要在一定范圍內(nèi)進行搜索以找到好的參數(shù)組合.目前，選取SVM參數(shù)最常用的方法是網(wǎng)格搜索法結(jié)合交叉驗證法［4］.

SVM機器學(xué)習(xí)方法就是根據(jù)分類規(guī)則

對下列優(yōu)化問題

應(yīng)用Lagrange乘子法得到的Wolfe對偶優(yōu)化問題的最優(yōu)解

訓(xùn)練一個SVM，求解

的最大化解α和b.通過最小化推廣能力的估計值(通常采用測試錯誤率表示推廣能力的估計)，得到常數(shù)C和核函數(shù)固有參數(shù).

參數(shù)選擇可以歸結(jié)為最小最大化問題:最大化式(7)并在解的基礎(chǔ)上最小化推廣能力的估計值，由此可以得到選擇SVM參數(shù)的最優(yōu)化方法.［5］

最優(yōu)化方法選擇參數(shù)的步驟:(1)為常數(shù)C和核函數(shù)固有參數(shù)賦初值;(2)最大化式Q(α)，得到α和b;(3)更新常數(shù)C和核函數(shù)，最小化推廣能力的估計值;(4)如果估計值滿足要求結(jié)束運算，否則重復(fù)步驟(2).其中，步驟(3)中的推廣能力是指學(xué)習(xí)機測試未知數(shù)據(jù)的分類性能，主要有留一法(利用錯分類率評估分類性能)和支持向量計算法(利用支持向量數(shù)與訓(xùn)練樣本總數(shù)之比評估分類性能).

從式(5)可知，懲罰因子C控制的是訓(xùn)練錯誤率與模型復(fù)雜度間的折中;從式(6)可知，懲罰因子C并沒有出現(xiàn)在式(5)的Wolfe對偶式中，而是改變Lagrange系數(shù)的取值范圍.因此，對于一個SVM，如果無限增大懲罰因子C，當SVM中沒有邊界支持向量時，C的改變不再影響分類性能.［6］

從式 K(xi，xj)=exp(－γ‖xi－ xj‖2)可以看出，核參數(shù)γ相當于對樣本間歐氏距離的歸一化，判定特定空間中向量間的距離.另一方面，根據(jù)KKT互補條件的一個重要結(jié)果:對于j∈SV，

綜上，選用支持向量與樣本數(shù)的比例估計推廣能力時，根據(jù)式(9)調(diào)整γ是合理的.并且該式對γ求導(dǎo)有

由此可得γ的調(diào)整規(guī)則為

2.4 訓(xùn)練集訓(xùn)練

將第2.3節(jié)生成的3個參數(shù)用于訓(xùn)練SVM模型.在得到訓(xùn)練模型后，用預(yù)測樣本預(yù)測汽車月產(chǎn)量.汽車月產(chǎn)量預(yù)測結(jié)果分別為1 524 150，135 204，173 435，預(yù)測值與實際值的擬合曲線見圖2.

圖2 改進SVM預(yù)測結(jié)果與實際值擬合曲線

3 預(yù)測模型的應(yīng)用

根據(jù)上述預(yù)測模型估計2010年3個月的中國輕型汽車電子市場容量，見圖3.

首先通過與制造商和經(jīng)銷商溝通，結(jié)合網(wǎng)上查到的資料選出各車型的模型車及其所用的汽車電子產(chǎn)品，然后根據(jù)產(chǎn)品經(jīng)理以及各事業(yè)部的報告獲得各類電子產(chǎn)品的裝車率，接著通過中國汽車產(chǎn)量預(yù)測模型計算出當月的汽車月產(chǎn)量;然后分別乘以各車型的比例，再乘上前兩步的數(shù)據(jù)，得出總共需要的電子產(chǎn)品總量;最后通過戰(zhàn)略分析、與各個事業(yè)部交流后得出每個電子產(chǎn)品的價格，乘以各自的總量后得到各車型的電子市場價值，最后求和得到中國輕型汽車電子市場的總價值.［7－9］

圖3 中國輕型汽車電子市場容量計算

中國的輕型汽車主要包括乘用車和輕型商用車.乘用車根據(jù)汽車的軸距、排量、重量等參數(shù)可分為A，B，C和D型車，其中由于D型車屬豪華型轎車，產(chǎn)量較少，這里不列入計算范圍.首先，在確定好列入計算的車型后，對每種車型進行模型車的選擇，A，B和C型車選取兩種模型車，國內(nèi)品牌和國外品牌的各一種，假設(shè)模型車的電子產(chǎn)品安裝率和價格是其代表車型的平均水平，模型車的選擇見圖4.然后經(jīng)過調(diào)查建立各模型車的電子產(chǎn)品類別和裝車率表，同時根據(jù)市場分析和收集的數(shù)據(jù)得出各電子產(chǎn)品的價格，見表1.

圖4 模型車的選擇

再根據(jù)對2010年3個月汽車產(chǎn)量的預(yù)測，結(jié)合每類車型所占比例，參照每個電子產(chǎn)品的市場價格，計算出每個電子產(chǎn)品的容量，數(shù)據(jù)見表2.

最終估計結(jié)果見圖5，其中每月編號1的數(shù)據(jù)為使用SVM預(yù)測的汽車月產(chǎn)量而得出的值，編號2的數(shù)據(jù)為使用GI數(shù)據(jù)庫的汽車年產(chǎn)量除以12以后得到的值.對比結(jié)果可發(fā)現(xiàn)使用舊方法預(yù)測的值比新方法小，因為它的預(yù)測周期長(最新數(shù)據(jù)為2009年9月預(yù)測)，沒有充分考慮到中國汽車市場的迅速發(fā)展趨勢，而且缺乏波動性.由此可見，在進行短期市場價值估計時，使用SVM回歸方法獲得汽車月產(chǎn)量數(shù)據(jù)的預(yù)測結(jié)果較好.

表1 各車型電子產(chǎn)品裝車率及單位價格(部分)

表2 單個電子產(chǎn)品市場價值(部分)

圖5 電子市場價值估計結(jié)果比較

4 結(jié)束語

以中國汽車月產(chǎn)量的預(yù)測作為研究對象，針對德國大陸汽車BD＆M部門的業(yè)務(wù)流程中預(yù)測方法存在的缺陷，提出一種改進的SVM預(yù)測方法，對中國汽車月產(chǎn)量進行短期預(yù)測并應(yīng)用于汽車電子市場的潛在價值估計，取得滿意效果.然而，商業(yè)預(yù)測是一項復(fù)雜的系統(tǒng)工程，除了在預(yù)測方法上進行改進外，信息系統(tǒng)的構(gòu)建、關(guān)鍵數(shù)據(jù)的定時收集也必不可少，除此之外還必須在組織機構(gòu)上進行優(yōu)化，使得各部門之間一些關(guān)鍵信息得到共享，減少不必要的溝通和協(xié)調(diào)工作.

［1］毛建洋.支持向量機在數(shù)據(jù)挖掘中的應(yīng)用研究［D］.上海:華東理工大學(xué)，2006.

［2］王穎，邵春福.基于支持向量機的公路貨運量預(yù)測方法研究［J］.物流技術(shù)與方法，2010(21):142－150.

［3］CRISTIANINI N.支持向量機導(dǎo)論［M］.北京:機械工業(yè)出版社，2005.

［4］段鳳娟，朱吉勝，王華建.支持向量機快速算法的實現(xiàn)技術(shù)［J］.現(xiàn)代計算機:專業(yè)版，2008(09):57－58.

［5］鄧乃揚，田英杰.數(shù)據(jù)挖掘中的新方法:支持向量機［M］.北京:科學(xué)出版社，2004.

［6］王睿.關(guān)于支持向量機參數(shù)選擇方法分析［J］.重慶師范大學(xué)學(xué)報:自然科學(xué)版，2007，24(2):1－4.

［7］程遠.我國分地區(qū)乘用車市場分析及預(yù)測［D］.上海:上海交通大學(xué)，2007.

［8］趙海龍.中國汽車保有量預(yù)測建模及其應(yīng)用研究［D］.長沙:湖南大學(xué)，2009.

［9］鄧麗娜.中國汽車工業(yè)與國民經(jīng)濟發(fā)展的相關(guān)分析及需求預(yù)測［D］.成都:西南交通大學(xué)，2005.