李德才 (東北林業(yè)大學(xué)交通學(xué)院，黑龍江哈爾濱150040)

林區(qū)道路運(yùn)輸如今已經(jīng)成為現(xiàn)代運(yùn)輸主要方式之一，同時(shí)，它也成為陸上貨物運(yùn)輸?shù)?個(gè)最基本運(yùn)輸方式之一。它在整個(gè)林業(yè)運(yùn)輸領(lǐng)域中都占有重要的地位，并扮演著愈來(lái)愈重要的角色。對(duì)我國(guó)林區(qū)道路林產(chǎn)品貨運(yùn)量及其發(fā)展趨勢(shì)進(jìn)行較為準(zhǔn)確的預(yù)測(cè)可以有效規(guī)劃和組織林區(qū)道路林產(chǎn)品貨物運(yùn)輸，以提高林區(qū)道路林產(chǎn)品運(yùn)輸?shù)慕?jīng)濟(jì)效益和社會(huì)效益，從而滿足國(guó)民經(jīng)濟(jì)快速增長(zhǎng)和人民生活水平日益提高需要，對(duì)于林區(qū)道路林產(chǎn)品貨運(yùn)管理和決策具有十分重要的作用。

1 林區(qū)道路林產(chǎn)品貨運(yùn)量預(yù)測(cè)的研究方法

目前國(guó)內(nèi)外已經(jīng)有很多預(yù)測(cè)方式，按運(yùn)輸需求分析通常采用的方法一般分3種類型，即連續(xù)型、統(tǒng)計(jì)型和遞推型。連續(xù)型包括灰色預(yù)測(cè)、模型法等預(yù)測(cè)方法;統(tǒng)計(jì)型包括德?tīng)柗品?專家預(yù)測(cè)法)、趨勢(shì)外推法、最小方差法、回歸分析法、馬爾柯夫預(yù)測(cè)法;遞推型包括指數(shù)平滑法和殘差辨識(shí)法［1－3］。

2 交通運(yùn)輸能力預(yù)測(cè)的實(shí)現(xiàn)

2．1 問(wèn)題描述 人工神經(jīng)網(wǎng)絡(luò)作為一種并行的計(jì)算模型，具有傳統(tǒng)建模方法所不具備的很多優(yōu)點(diǎn)，有很好的非線性映射能力［4］。林區(qū)道路的貨運(yùn)量曲線是與很多因素有關(guān)的非線性函數(shù)。而對(duì)于抽取和逼近這種非線性函數(shù)，神經(jīng)網(wǎng)絡(luò)是一種比較合適的方法。它的優(yōu)點(diǎn)在于具有模擬多變量而不需要對(duì)輸入變量作復(fù)雜的相關(guān)假定的能力，不依靠專家經(jīng)驗(yàn)，只利用觀察到的數(shù)據(jù)，可以從訓(xùn)練過(guò)程中通過(guò)學(xué)習(xí)來(lái)抽取和逼近隱含的輸入/輸出非線性關(guān)系。近年來(lái)的各方面研究表明相對(duì)于前幾種方法，利用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行道路貨運(yùn)量預(yù)測(cè)可以進(jìn)一步提高預(yù)測(cè)精度。筆者選取了12年的公路貨運(yùn)量數(shù)據(jù)，把每年看作一種類型的貨運(yùn)量數(shù)據(jù)，將這些數(shù)據(jù)依次按2001～2002年、2003年、2004～2012年進(jìn)行分類，共計(jì)3類。該文采用第1種劃分模式，把每一年不加區(qū)分地看成不同類型。

2．2 輸入/輸出向量設(shè)計(jì) 預(yù)測(cè)林區(qū)道路的貨運(yùn)量，從國(guó)家統(tǒng)計(jì)官網(wǎng)(http://data．stats．gov．cn/index)上得到 2001 ～2012年連續(xù)12年的準(zhǔn)確數(shù)據(jù)作為參考(表1)。獲得輸入和輸出變量后，對(duì)其進(jìn)行歸一化處理，將數(shù)據(jù)處理為［0，1］之間的數(shù)據(jù)。歸一化的方法有很多種，這里采用如下公式:

近年，我國(guó)經(jīng)濟(jì)增長(zhǎng)迅猛，交通運(yùn)輸能力也逐年攀升，而林區(qū)道路貨運(yùn)量的準(zhǔn)確預(yù)測(cè)與我國(guó)的經(jīng)濟(jì)發(fā)展以及交通設(shè)施等都有緊密的聯(lián)系。這里以我國(guó)2001～2012年的5個(gè)重要指標(biāo)(包括國(guó)內(nèi)生產(chǎn)總值、工業(yè)增加值、公路里程、民用載貨車(chē)擁有量和貨物運(yùn)輸量)作為網(wǎng)絡(luò)訓(xùn)練的樣本，預(yù)測(cè)2001～2012年的林區(qū)道路貨運(yùn)量，所有數(shù)據(jù)都已經(jīng)歸一化(表2)。

2．3 BP網(wǎng)絡(luò)設(shè)計(jì)和網(wǎng)絡(luò)訓(xùn)練 BP網(wǎng)絡(luò)是各種系統(tǒng)預(yù)測(cè)中應(yīng)用特別廣泛的一種形式，這里采用BP網(wǎng)絡(luò)對(duì)林區(qū)道路貨運(yùn)量進(jìn)行預(yù)報(bào)。由于輸入向量有5個(gè)元素，所以輸入神經(jīng)層的神經(jīng)元就有5個(gè)。根據(jù)Kolomogorov定理可以知道，網(wǎng)絡(luò)中間層的神經(jīng)元可以取11個(gè)，而輸出向量有2個(gè)，所以輸出層中的神經(jīng)元有2個(gè)。網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練后才可以用于公路貨運(yùn)量預(yù)測(cè)的實(shí)際運(yùn)用?？紤]到網(wǎng)絡(luò)的結(jié)構(gòu)比較復(fù)雜，神經(jīng)元個(gè)數(shù)比較多，需要適當(dāng)增大訓(xùn)練次數(shù)和學(xué)習(xí)速率。訓(xùn)練參數(shù)的設(shè)定如下:訓(xùn)練次數(shù)，2 500;訓(xùn)練目標(biāo)，0．000 000 35;學(xué)習(xí)速率，0．10。

經(jīng)過(guò)5次網(wǎng)絡(luò)訓(xùn)練后，得到的網(wǎng)絡(luò)誤差基本達(dá)到要求，見(jiàn)圖1、2所示。

表1 2001～2012年公路貨運(yùn)量及其相關(guān)影響因素?cái)?shù)據(jù)統(tǒng)計(jì)

表2 2001～2012年公路貨運(yùn)量及其相關(guān)影響因素歸一化后數(shù)據(jù)統(tǒng)計(jì)

訓(xùn)練好的網(wǎng)絡(luò)還需要進(jìn)行測(cè)試才可以判定是否可以投入實(shí)際應(yīng)用。這里的測(cè)試數(shù)據(jù)就是利用表1中的國(guó)內(nèi)生產(chǎn)總值、工業(yè)增加值、公路里程、等級(jí)公路里程以及民用載貨車(chē)擁有量來(lái)預(yù)測(cè)貨運(yùn)量和公路貨運(yùn)量，以檢驗(yàn)誤差能否滿足要求。預(yù)報(bào)誤差曲線如圖2所示。由圖可見(jiàn)，網(wǎng)絡(luò)預(yù)測(cè)值和真實(shí)之間的誤差非常小，除了第1次出現(xiàn)了一個(gè)相對(duì)較大的誤差外，其余的誤差均在0左右。即使是第1次的誤差也只有0．06，這完全滿足應(yīng)用要求。

3 結(jié)論

借助我國(guó)2001～2012年國(guó)內(nèi)生產(chǎn)總值的工業(yè)增加量，林區(qū)道路里程以及民用載貨車(chē)擁有量和需要預(yù)測(cè)的輸出林區(qū)道路貨運(yùn)量進(jìn)行事前調(diào)查，用已知輸入來(lái)預(yù)測(cè)輸出，建立神經(jīng)網(wǎng)絡(luò)模型，運(yùn)用MATLAB進(jìn)行訓(xùn)練，再與已知輸出相比較，檢驗(yàn)誤差。通過(guò)研究表明，基于神經(jīng)網(wǎng)絡(luò)的林區(qū)道路貨運(yùn)量的預(yù)測(cè)簡(jiǎn)單有效，準(zhǔn)確并且容易掌握。

［1］何洪林，趙育新，錢(qián)俊，等．基于神經(jīng)網(wǎng)絡(luò)融合模型的頭顱灌注圖像分析［M］．杭州:浙江大學(xué)出版社，2010．

［2］韓琦．神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性及其在聯(lián)想記憶中的應(yīng)用研究［D］．重慶:重慶大學(xué)，2012．

［3］王琳．Hopfield神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究［M］．南京:南京郵電大學(xué)出版社，2009．

［4］邢廣成，強(qiáng)天偉．人工神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用［J］．科技風(fēng)，2012(15):66－89．