（企业管理专业论文）干散货海运量模糊时间序列预测研究.pdf

海海事人学硕 学位论文 摘要 干散货航运市场足整个航运市场的重要组成部分。为满足干散货国际贸易中 海运需求而形成现行的市场结构。在干散货航运市场上，交易信息充分透明，船 东数量众多，货源地集中度高，相应地航线较为集中。政治、经济、自然地理和 科技等四个宏观因素对干散货航运市场的海运格局和运量有着重要影响。 从干散货国际贸易量中产生的海运量是动态变化的，除了历史数据，对于未 来发生的运量无法用精确的数值进行准确的描述。海运量与时问之间不存在象y = x 之类明确的函数对应关系式。国际干散货贸易需要通过海运来进行交货，完 成交易。但对其具体各时间点产生的海运量却不那么确定，对于这种不确定性， 本文认为是种模糊性。 对具有全部或部分模糊性现象领域进行预测应采用模糊预测方法，其与经典 预测方法本质的不同在于：各自的集合论基础不同。经典预测方法为经典集合， 而模糊预测方法为模糊集合。 时间序列预测方法适用于需要了解预测目标的发展趋势而不考虑或难以考 虑其它影响因素的作用，同时要求预测目标的历史数据较为完整。模糊时间序列 法不同于经典时间预测之处在于其引入了隶属函数的概念，在序列的预测演算中 起到重要作用。 因此，本文借鉴前人的研究成果，将模糊时间序列预测模型引入干散贷海运 量近期预测领域，采用模糊时间序列预测方法分别建立粮食、铁矿石和煤炭三大 干散货近期运量预测模型，并从理论和示例演算两方面验证其适用性。其中，粮 食为模糊平滑预测模型，分别采用模糊滑动平均法和数据色彩滑动平均法建模， 通过示例演算与经典滑动平均法的比较可以看出，模糊方法比经典方法好：铁矿 石和煤炭为模糊多项式预测模型，该模型为区间预测模型示例演算结果令人 满意。 关键词：干散货、海运量、模糊预测 。f 散货海运量模糊时问序列预测研究 a b s t r a c t t h ed r yb u l ks h i p p i n gm a r k e ti st h ei m p o r t a n tp a r to ft h ew h o l es h i p p i n g m a r k e t t h em a r k e t 。sc o n s t r u c t i o nl ss h a p e dt om e e tt h en e e do ft h em a r i n e t r a f f i co ft h ei n t e r n a t i o n a it r a d e i nt h em a r k e t t h et r a d ei n f e r m a t i o ni s w e l l i n f o r m e d ，a n dt h e r ea r e s om a n ys h i p o w n e r s ，a n dt h ef r e i g h ts o u r c e t e r m i n a l sa r eh i g h i vc o n c e n t r a t e d ，r e l a t e dt ot h es h i p p i n gi i n e t h ef o u r m a c r o s c o p i c a ie l e m e n t sw h i c ha r ep o l i t i c s ，e c o n o m y , n a t u r e & g e o g r a p h ya n d t e c h n o l o g ym a k eah e a v yi n f l u e n c et ot h em a r i n et r a l 竹i ca n dt h ec o n s r u c t u r eo f t h eo c e a ns h i p p i n go ft h ed r yb u l ks h i p p i n gm a r k e t t h em a r i n et r a f f i cc a u s e db yt h ed r yb u l kj n t e r n a t i o n a jt r a d ej sd y n a m i c a l l y c h a n g e d e x c e p tt h eh i s t o r i c a is t a t i s t i c s i ti sa ni m p o s s i b l e 协s kt oh a v ea n a c c u r a t ep i c t u r eo ft h ef u t u r em a r i n et r a f f i c t h e r ei sn o tac l e a rf u n c t i o n c o i n c i d e n c er e l a t i o nb e t w e e nt h em a r i n et r a f f i ca n dt h et i m e s u c ha sy = x i ti s c e r t a i nt h a tt h ei n t e r n a t i o n a it r a d eo ft h ed r yb u l kc o m p l e t et h ec o n t r a c tt h r o u g h d e l i v e r i n gt h ec a r g oo nt i m eb yt h eo c e a ns h i p p i n g b u ti ti sn o tc e r t a i nt ow h e n a n dh o wm u c ht h em a r i n et r a f f i ct a k ep l a c e t h ed i s s e r t a i o nc o n s i d e rs u c h u n c e r t a i n t ya sak i n do ff u z z i n e s s 1 ts h o u l da d o p tt h em e t h o d so ff u z z yf o r e c a s t i n gt of o r e c a s tt h ef u t u r e w h i c hh a v et h ew h o l eo rp a r to ff u z z yc h a r a c t e r a t i c s t h em e t h o d so ff u z z y f o r e c a s t i n gd i f f e rf m mt h em e t h o d so fc l a s s i cf o r e c a s t i n gl i e si nt h ed i f f e r e n t s e t s t h ec l a s s i cm e t h o d sa r ec a n t o rs e t w h i l et h ef u z z yi sf u z z ys e t t h et i m es e r i e sf o r e c a s t i n ga r ea c c e p t a b l ef o rt h o s ef i e l d sw h i c hi u s tw a n t t of o r e c a s tt h et a r g e t sf u t u r ed e v e l o p m e n tt r e n da n dc a r ei i t t l eo rh a r dt oc a r e t h eo t h e ri n f l u e n c ee l e m e n t s w h i l et h et a r g e t 。sh i s t o r i c a is t a s t i c sl sn e r a l y i n t e r g r i t ya ti e a s t t h ef u z z yt i m es e r i e sf o r e c a s t i n gd i f f e rf r o mc l a s s i ct i m e s e r i e sf o r e c a s t i n gi sl e a di nt h ec o n c e p t i o n n a m e dm e m b e r s h i pf u n c t i o nw h i c h c o n t r i b u t em u c ht of i g u r et h em e t h o d a sar e s u l t t h ed i s s e r t a t i o nu s et h ep r e d e c e s s o r 。sr e s e a r c hf i n d i n g sf o r r e f e r e n c ea n dl e a dt h ef u z z yt i m es e r i e sf o r e c a s t i n gm o d e | l nf o r e c a s t i n gt h e r e c e n tm a r i n et r a f f co fd r yb u l k a n da d o p tt h em e t h o d st os e p a r a t e l yb u i l dt h e f o o d s t u f f i r o no r ea n dc o a ir e c e n tm a r i n et r a f f i cf o r e c a s t i n gm o d e l sw h o s e a p p l i c a b i l i t ya r ep r o v e db yt h et h e o r ya n df i g u r i n gt h ei l l u s t r a t i o n h e r e i n t o ，t h e f o o d s t u f fi sf u z z ys m o o t h n e s sm o d e l w h i c hu s et h ef u z z ym o v i n g - a v e r a g e m e t h o da n dt h ed a t ac o l o rm o v i n g a v e r a g em e t h o ds e p a r a t e l yt ob u i l dt h e m o d e l ，w h i c hb e t t e rt h a nc l a s s i cm o v i n g a v e r a g em e t h o ds h o w e db yt h e c a l c u l a t e ds a m p l e ；w h i l et h ei r o no r ea n dc o a i | sf u z z yp o l y n o m i a if o r e c a s t m o d e l w h i c ha r ei n t e r v a lp r e d i c t i o nm o d e l s w h i c ha r ei n t e r v a ip r e d i c t i o n m o d e lw h o s ec a l c u l a t e ds a m p l ea r es a t i s f i e d k e y w o r d s ：d r yb u l k ，m a r i n et r a f f i c ，f u z z yf o r e c a s t i n g l i 上海海事大学顺l ：学位论文 一、图目录 图表目录 图3 1 干散货航运市场结构 图4 11 9 9 8 - - 2 0 0 3 年主要粮食出口国及地区出口量 图4 2 总运量x ( t ) 的散点图 图4 3 铁矿石主要进口因及地区历年进口量 图4 41 9 9 9 2 0 0 3 年煤炭主要进口国及地区进口量 图5 1 历年主要进口国及地区铁矿石运量 图5 2 模糊滑动平均序列及其滞后偏差 图5 3 第1 2 次色彩平滑与原始数据的拟合 图5 4 铁矿石运量趋势的可能性范围 图5 5 季节性演变 图5 6 铁矿石2 0 0 4 年各月份运量预测 图5 7 煤炭运量趋势的可能性范围 图5 8 煤炭2 0 0 4 年各月份总运量预测 二、表目录 表3 11 9 9 9 2 0 0 5 年世界干散货船队 表3 2 世界主要干散货船公司联营体 表4 11 9 8 9 2 0 0 4 年世界粮食海运量 表4 21 9 9 8 - - 2 0 0 3 年主要粮食进口国及地区出口量 表4 3 主要铁矿石进口国及地区 表4 41 9 9 9 2 0 0 3 铁矿石主要进口国及地区进口量 表4 5 国际贸易煤炭贸易量和海上运输量 表4 61 9 9 9 2 0 0 3 年主要煤炭进口国及地区进口量 表5 1 粮食运量预测演算数据 表5 2 模糊滑动平均序列及其滞后偏差 表5 3 一次色彩滑动平均序列x ，( 1 ) 表5 42 - - 1 1 次色彩滑动平均序列工jn ) 表5 51 2 次色彩滑动平均序列t ( 1 2 ) 表5 6 二次经典滑动平均序列 表5 7 三种模糊滑动平均法预测值比较 表5 8 模糊化的铁矿石时问序列 表5 9 铁矿石趋势估计值 v 1 6 1 7 2 2 2 3 3 0 3 0 3 5 3 7 4 1 4 2 4 4 4 5 4 6 4 8 4 9 5 0 5 2 m船拍引盯北鹕卯船弘弱弱聃 千散货淘运量模糊时间序列预测研究 表5 1 0 季节性演变z 表5 1 1 铁矿石2 0 0 4 年各月份运量预测 表5 1 2 煤炭趋势估计值 表5 t 3 季节性演变f + 表5 1 4 煤炭2 0 0 4 年各月份运量预测 v 1 5 3 5 4 5 6 5 7 5 7 论文独创性声明 y z 0 0 8 3 7 7 本论文是我个人在导师指导下进行的研究工作及取得的研究成果。 论文中除了特别加以标注和致谢的地方外，不包括其他人或其他机构已 经发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均 已在沦文中作了明确的说明并表示了谢意。 作者签名：丝：墨同期：2 1 正：王i 论文使用授权声明 本人同意上海海事大学有关保留、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；学校可以上网公 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遵守此规定。 作者签名 澎彩 聊躲觯魄堕 海海事人学母：，j 学位论文 第一章绪论 第一节选题背景 干散货是指不经包装，就可以直接装船运输的块状、颗粒状、粉末状货物。 虽然近年来一些发达国家的海运货物集装箱化比例也越来越高，但干散货船队仍 是一个国家或地区的主要运力之一。干散货航运业的发展规模依然极大地影响了 整个航运业的发展，每段时期的海运量不但是衡量干散货航运企业的市场竞争能 力的重要指标，而且直接关系到干散货航运市场的兴衰。因此，运用科学的数学 方法对干散货的海运量进行准确的预测，对一个国家或地区的干散货航运市场来 说，有着重要意义。 干散货航运市场隶属于国际航运市场的基本市场中的不定期船运输市场。在 该市场中，船东数量多、大部分规模小，甚至有只拥有一艘船舶即所谓的单船公 司，既有很多的卖者；而且干散货船东或船舶运输经营者通常难以影响和控制市 场，即为价格的接受者；波罗的海干散货航运交易所中的交易信息，除非交易双 方要求保密，否则要求公开，这就使市场信息透明化。国际干散货航运市场货主 的集中度大，导致航线集中，即买者数量较少。这就造成了货主的强势地位，使 其有较强的影响市场能力。货主，即买者，不是价格的被动接受者。 国际贸易中的海运量是动态变化的，除了历史数据，对于未来发生的运量无 法用精确的数值进行准确的描述。供需双方之间不存在像y = x 之类明确的函数 对应关系式，而且在上述影响干散货航运市场的因素中，大多数为不可控因素。 航运市场只有被动地接受其影响。而且大都较难量化，如政治因素。这就给干散 货航运市场的预测造成很大的难度。 虽然未来干散货海运量难以具体的量化预测，但是供需双方都确定大部分国 际贸易必需通过海运来完成，只是对具体近期产生海运数量不确定，在时间与对 应数量上具有模糊性。本文基于这点认识，运用模糊数学的理论与方法对其进行 预测研究。 模糊数学是美国加利福尼亚大学控制论专家l a z a d e h 于1 9 6 5 年提出，短 短4 0 年问，其理沧与方法已经渗透到自然科学和社会科学各个领域。特别是在 研究对象无法用经典数学予以精确的数量描述的情况下，模糊数学的理论和方法 便显示出了它自身的优越性。 模糊预测方法刚起步不久，相比经典预测方法而言，现有的研究较肤浅。因 此，运用模糊数学工具进行预测研究有着较大的难度和研究必要。本文试图运用 模糊数学的方法对干散货运量预测进行研究，以探讨模糊数学方法在这领域中的 运用。 t 散货海运量模糊时间序州预测 ! j f 究 第二节研究思路与方法概述 一、写作目的 干散货航运市场的运量不直接关系到干散货航运市场的兴衰，而且还是影响 于散货航运企业的现阶段和下一阶段经营策略的抉择。因此，对运量进行近期预 测，对于干散货航运企业有着重要的意义。要使提高预测的精度，不但要运用科 学的方法，还要用对相应方法的数学模型。 基于这一认识，本文在干散货航运市场运量预测中引入模糊时间序列预测模 型，对煤炭、粮食和铁矿石这三大宗干散货的主要进出口国家和地区的总体运量 进行应用研究，以探讨模糊预测在干散货运量预测领域的实用性。 二、写作方法 1 理论研究 运用所学企业管理、国际航运和国际贸易等专业理沦与知识为论文的定性分 析提供合理的理论基础：通过基于模糊集合理论的模糊预测理论研究，为论文的 定量分析提供科学的理论依据。 2 综合分析 干散货海运量预测分析包括两大方面，一是定性预测分析，主要是将理论知 识与文献数据资料相结合，对干散货航运市场和其中三大干散货( 铁矿石、煤炭 和粮食) 进行分析。在于散货市场方面，本文对其结构、特征、影响因素和模糊 性进行阐述分析。而对其中三大干散货侧重从各自海运量( 含周转量1 、货物结 构、货源地与消费地分布格局，以及国际贸易格局等方面进行分析、概述。 另外一个是定量预测分析，就是运用数学工具对数据进行预测处理。本文采 用的是模糊时间序列预测方法。具体做法是用模糊集合论改进的模糊滑动平均法 和模糊多项式法进行数据的拟合，即近期预测。 一言以蔽之，就是通过对干散货航运市场不确定性的综合分析为论文建模提 供全面的考虑因素。 3 模型构建 通过对现有数据绘制图表，根据曲线变化趋势和模型分析来构建示例演算中 采用的数学模型。通过对模糊时间序列预测模型的分析，为论文示例演算中选择 模型，提供科学的数学依据。 4 示例演算 由丁三大干散货主要进出口国家及地区间几乎没有陆地相连，三大干散货只 能通过海运这一物美价廉的运输方式进行运输，所以他们的进m 口量就可以近似 地看出干散货的海运量。 通过示例演算的结论为论文结论提供有力的实践证明。 上海海事人学硕，l 学位论义 三、论文的创新与局限性 本文的创新处在于将模糊时间序列预测方法引入到干散货海运量预测中来， 并归纳整理出铁矿石和煤炭的模糊多项式预测模型。 虽说如此，但是由于收集资料和个人能力、水平、时间的限制，对于模糊预 测方法的运用还存在一些不足之处。只是运用模糊预测方法对运量近期变化趋势 进行了预测，没有对中长期预测进行研究，也没有建立系统动态变化预测模型。 将来有时间可以在这两方面进行预测研究，以弥补本文不足。 第三节论文框架与结构 本文共分成六章，具体如下： 第一章为绪论，介绍论文背景，即为什么使用模糊数学方法对干散货海运量 进行预测，运用模糊数学方法进行预测的难度以及研究的必要，随后引出写作目 的，说明在文中采用哪些预测方法和哪些知识，以及从哪些方面进行预测。 第二章为模糊集合论和预测方法综述，首先对预测学和一些经典预测方法进 行总的概述；其次介绍模糊集合的概念，与经典集合的区别，以及容易与模糊性 混淆的概念和描述模糊集合映射关系的隶属度函数；接着介绍基于模糊集合的模 糊预测方法有哪些；最后总结经典与模糊的各类方法优缺点和适用范围。 第三章为于散货航运市场的不确定分析，首先介绍干散货航运在国际航运市 场的地位，以及干散货航运市场的市场结构与特征，接着讨论影响干散货航运市 场的政治、经济、自然地理和科技因素；然后探讨干散货航运市场的不确定性表 现为模糊性，最后小结认为干散货航运市场运量预测适用模糊时间序列预测法。 第四章为三大干散货海运量预测模型，对铁矿石、煤炭和粮食这三大干散货 各自的特点、国际贸易市场结构、世界海运航线分布与海运量进行分析；并分别 构建预测模型。 第五章为应用示例，选用收集的数据，对第四章构建的预测模型进行演示运 算，来检验模糊预测方法对干散货海运量的预测精度，并对误差原因进行分析、 总结。 最后是本文的结论。 本文结构与框架图如图1 1 干散货海运量摸糊时间序列预测研究 图1 1 论文结构框架图 海海事大学硕士学位论文 第二章模糊集合论及预测方法综述 预测就是人们对事物的未来状态进行预先的测算。人类早期的预测意识和方 法常借助一些先兆信息，依靠直观分析和自身经验进行。随着社会进步，科技发 展，人们愈来愈感到预测事物未来状况和未来发展的重要性，迫使人们感到寻求 可靠的预测方法的紧迫性，从而预测逐渐形成一门独立的学科。 预测是人们根据历史的和现在所掌握的信息，运用现有的知识与方法，预先 推知和判断研究对象的未来或未知状况的结果。研究预测规律和预测方法的科学 称为预测学，其是介于自然科学和社会科学之间的一门边缘科学。 预测学不是毫无根据的猜想，而是根据事物发展客观规律，在分析过去和现 在发生的种种情况的基础上，采用恰当的预测技术，对将要发生的情况进行估计 和推断。主要内容包括： 1 寻找因果关系。 2 完善逻辑判断方法。逻辑判断是一种推理的或辩证演绎的方法。这种方法 的基本步骤是：先确定假设前提，进行创造性思维，最后推出结论。 3 研究信息来源的可信程度。预测依据的是信息。正确的决策有赖于准确的 预测，而正确的预测来源于j e 确的信息。信息除了应用滤波方法去伪存真提高可 信性外，还需要研究可靠的信息来源。 4 寻找定量关系。定性的分析说明已难满足社会和自然科学发展的需要，而 借助数学和统计方法的定量预测运用的越来越广泛。步骤一般是：1 ) 寻找运动 ( 或变化) 规律；2 ) 分离预测变量；3 ) 滤去预测变量的污染信号；4 ) 寻找预 测变量状态转移规律与稳定性。 可见，现代预测学是一门利用数学和统计方法，运用合理的思维方式，对未 来进行科学的推测的学科。 第一节经典预测综述 经典预测的定量方法，一般是指处理确定性问题的数学分析方法和处理不确 定性问题的概率统计方法。但由于预测资料的关系，这两种方法又常常交互使用。 经典预测方法又可以分为两大类：定性预测方法和定量预测方法。 一、定陛预测方法 定性预测方法又叫直觉性预测方法，专家预测法，直观经验预测法等。这种 方法是基于：专家有能力司靠地估计所预测问题的重要件和意义，能估计所预测 问题的发展前景和发展途径的合理性。运用较普遍的为德尔菲法( d e l p h i ) ，该 5 散货海运量模糊时蚓序列顶测1 册究 法为一种专家集体预测法，在长期预测中有着很高的威望。这种方法最后采用经 典的统计方法处理专家们的意见。专家意见的概率分布符合或接近正态分布。 二、定量预测方法 定量预测法又叫形式化预测法，主要又分外推预测法的经典数学模型、相关 和回归分析、变分法和马尔可夫链四类。其中趋势外推的第一步是选择描述经验 序列的最佳函数种类，然后是计算所选择的外推函数的参数，常见的关系参数估 计方法有最小二乘法、指数平滑法、概率模拟法和自适应平滑法；变分法则用来 处理在预测问题中，如果已知预测对象的起始状态和最终状态，以及其在状态空 间每一点上变化所需要的费用，如何求该预测对象在规定的意义下最佳变化轨 迹；马尔可夫链是一个时阳j 和状态都离散的马尔可夫( m a r k o v ) 过程，其特点 是：当系统在时刻t o 所处的状态为已知情况下，时刻t ( t t o ) 所处的状态与t o 时刻之前的状态无关，这种特性成为无特效性。马尔可夫链预测是通过不同状态 的初始概率以及状态之间的转移概率来确定系统状态的发展变化趋势。 第二节模糊预测综述 模糊数学是美国加利福尼亚大学控制论专家l a z a d e h 于1 9 6 5 年提出，短 短4 0 年间，其理论与方法已经渗透到自然科学和社会科学各个领域。特别是在 研究对象无法用经典数学予以精确的数量描述的情况下，模糊数学的理论和方法 便显示出了它自身的优越性。 一、模糊集合论概述 ( 一) 经典集合与模糊集合 集合论是描写人脑思维对客观事物的识别和分类的数学方法。面对纷繁复杂 的客观事物，人脑思维的识别和分类模式是多种形式的，从而描述这种识别和分 类的集合论也是多种多样的1 。 对给定的论域u 与给定的性质p ，造集的过程主要是人们对元素u u 与性 质p 之间关系的识别过程。这个识别过程在人脑的思维中往往是根据不同的条件 而灵活多样的，这种多样性表现为对这个识别过程附加上不同的准则。不同的准 则反映对识别给予不同的要求。不同的要求导致不同的集合论。下而简单介绍下 经典集合论和模糊集合论。 经典集合论即是c a n t o r 集合论( 康托集合论) 。对识别过程做如下准则：只 允许考虑如下二个命题。 文献1 0 ，p 8 5 9 0 上海海事大学硕i 学位论文 1 元素u u ，具有性质p ； 2 元素u e u ，不具有性质p 。 对每个元素“e u ，有且仅有1 和2 中的一个命题成立，所有能使第一个命 题1 ) 成立的元素组成一类；所有能使第二个命题2 ) 成立的元素组成另一类。在 经典集合论中，某一元素要么属于该集合，要么不属于它，二者必居其一，不允 许丝毫含糊和模棱两可。 对集合a ，如组成它的元素是a ，b ，c ，d ，写作a 一 a ，b ，c ，d ，给定一 个元素a ，如果a 属于a ，则有a a ；另给定一个元素e ，如果e 不属于a ，则 有e 芒爿，于是定义这样一个函数： ，、 r 1 h a 工一) _ t o 。硭爿 称之为经典集合的特征函数。经典集合的特点是：事物的特性完全由特征函 数x a ( u ) 所描述，x “u ) 只有0 或1 两值可取，使数学绝对化了。 模糊集合论既是f u z z y 集合论( 又称费晰集合论) 。对识别过程规定如下准 则：只允许考虑如下三个命题。 1 元素, t u ，具有性质p ； 2 元素m ( ，不具有性质p ； 3 允许存在这样的元素“【，它使前面两个命题各在定程度上均成立。 即对每一个元素“u ，要么第一个命题成立，要么第二个命题成立，要么两个 命题各在一定程度上成立。 模糊集合与经典集合的不同之处在于，模糊集合考虑到了自然界中事物差异 由一方过渡到另一方，中间经历了由量变到质变的连续过渡的过程，亦即事物具 有所谓的差异中介过渡性。上面的定义则完美地概括了事物差异中介过渡性的实 质，使事物的描述更加接近客观现实。由于模糊集合的这种特性，我们不可能像 经典集合那样用特征函数来描述元素与集合的关系，而是规定了隶属度函数。 设在论域u 上给定了映射u ：u 一 0 ，1 ，则说u 确定了u 上的一个模糊子 集，记做彳，1 1 称为彳的隶属度函数，亦写作, t j ) 称元素u 关于j 的隶属度，表 示t l 属于a 的程度。 ( = ) 与模糊性相关的几个概念 模糊性即事物的差异中介过渡性，足指模糊事物类属的不确定性。凡不是在 类属问题上能判断或是或非，只能区别程度、等级的对象，就是模糊事物。而近 似性、随机性、含混性是三种与模糊性不同的概念，但是它们在概念上很容易与 模糊性混淆。 散货海运量模糊叫间序列颅测研究 1 模糊性与近似性 模糊性是一种描述的不精确性，近似仪仪是模糊现象中的一种，例如在实数 范围内考虑从近似于o 到不近似于0 是连续变化的，在客观上不存在分界线，而 只存在与0 的近似程度的不同。描述上的不精确性分两种，一是问题本身有精确 解，但由于认识条件的局限性和认识过程发展的不充分性，导致人们描述它时的 不精确性；二是问题本身无精确解，对象自身固有的性态上的不确定性自然产生 描述的不精确性。 2 模糊性与随机性 传统观点认为，确定性就是必然性，不确定性就是随机性，并认为模糊性是 一类特殊的随机性。但实际上，模糊性和随机性是两种性质截然不同的不确定性， 前者是比后者更为基本的一种不确定性2 ，尽管在某些事物内部，两者是共存的。 例如：本月下旬的最高温度大约是3 8 ，“大约”是对“高温”的模糊描述，即 模糊限制，同时又是对出现3 8 的一种不确定描述。二者的区别是： 所谓随机性，是指事件的发生而言，但事件本身的含义是确定的。只是由于 条件不充分，事件的发生与否有多种可能性。而模糊性是指元素对集合的隶属关 系而言的，其本身的含义是不确定的，但事件的发生确实可以确定的。 随机性是因果关系破缺造成的一种不确定性，是服从排中律的，即满足互补 律，而模糊性是排中律的破缺，即它是某种不排中性，不满足互补律。 统计数学把数学的范围从必然现象扩展到偶然现象领域，而模糊数学则把清 晰现象扩展到模糊现象领域。 3 模糊性与含混性 一个命题之所以是模糊的，原因在于所涉及的类本身是模糊的。而一个含混 的命题即是模糊的，又是二义的，它对特定的目标只提供了不充分的信息。如甲 个子很“高”，就是一个模糊命题，但按这个命题却不能确定甲购买的衣服型号， 因为该命题提供的信息不充分。这时的命题即模糊又歧义，因而是含混的。可见， 一个命题是否带有含混性与其应用对象或与上下文有关，而模糊性却非如此。 ( 三) 隶属度函数的概念及注意事项 一个模糊集合在给定某种特性之后，就必须建立反映这种特性所具有的程度 函数即隶属度函数。正确构造隶属度函数是应用模糊数学的关键所在，虽然统计 学为隶属度函数的确定提供了较简捷和较科学的方法，但隶属度函数的确定多带 有较浓重的丰观色彩，这个问题至今尚未得到令人满意的解决。 尽管较难解决隶属度函数的定量化问题，但是根据以往的理论文献，抽象出 确定隶属度函数的注意事项。根据这些注意事项可以较科学的确定隶属度函数， 2 文献1 4 8 ：海海事大学倾士学位论文 尽量淡化主观色彩，具体如卜： 1 隶属度函数的确定过程，本质上客观，但又容许一定的人为技巧。可这些 人为技巧应该合乎情理，不能有悖于客观实际； 2 在某些场合，隶属度函数可以通过模糊统计试验加以确定； 3 在某些场合，可以用概率统计的结果予以推理而确定其隶属度函数； 4 在某些场合，可以用二元对比排序法确定隶属度函数的大致形状，根据形 状可以选用适当的隶属度函数的模型： 5 在一定条件下，隶属度函数可以作为推理的产物，但必须符合客观实际。 即隶属度不能纯客观地确定，可以根据经验确定； 6 某些模糊集台的隶属度函数可以经过模糊运算求得； 7 在模糊数学的许多应用中，隶属度函数可以通过“学习”而不断完善，实 践效果是检验和调整隶属度函数的依据； 8 隶属度函数是否符合实际，主要不在于单个元素的隶属度数值如何，而在 于是否正确地反映了元素隶属集合到不属于集合这一变化过程的整体特性。 确定隶属度函数的主要方法有模糊统计试验法、函数分段法、二元对比排序 法和通过模糊集合间的运算求模糊集合的隶属函数等四种方法。 二、基于模糊集合论的预测方法 模糊预测研究和处理的对象是：具有全部或部分模糊信息的预测目标，预测 范围，预测时间，预测方法等等有关预测的问题，即模糊的预测系统。如果一个 预测系统至少具备以下三种情况中的一种，我们就认为这个系统是模糊的： 1 系统输入是模糊的。所研究的系统异常复杂时，尽管已选定了明确的预测 因子，但是这些因子的预测时十分困难的，以至于无法获得较准确的输入数据， 人们只好利用主观估计的方法给出预测因子的取值，这也使得输入具有模糊性。 2 系统输出是模糊的。由于系统动态的复杂性，人为建立的系统预测模型f 只能是对现实的一个近似，由f 得到的输出y 作为对真实y 的预测必然存在一 个误差，在这种条件下，对】，要求的越精确，与现实越可能差之甚远，其有效 性也越差。 3 系统的动态特性f 是模糊的。即输入x 。与输出y ，间的对应关系是模糊的， 特别是对于一个异常复杂的系统，人们对其机制尚不十分了解时，无法建立起 x t 与y 。间的明确数学表达式，对于这种系统的预测时，模糊推理方法则是比较 有效的。 模糊预测( f u z z yp r e d i c t i o n ) 是以模糊数学基本理论作为计算和处理手段的 预测方法，适用于模糊系统( 或问题) 的预测。在模糊预测中，其他预测方法的 散货海运量模糊时i s j 序州预测研究 基本预测原理，如预测的原理，町知性原理，可能性原理( 不同于模糊数学的“可 能性”理论) ，连续性原理，相似性原理，可控性原理，反馈性原理，系统性原 理，行动性原理，创造性原理及其预测的基本步骤，在模糊预测方法中同样有效。 1 模糊时间序列预测。时间序列( 或时间数列) 是按时间顺序排列的一组数 据。而时间序列预测，是指在所研究对象的一组实测时间序列基础上，通过各种 数学的分析处理手段，寻找出序列变化特征、发展趋势与规律，进而对未来莱时 刻研究对象的状态做出估计。 具体方法有两种形式，一种是普通时间序列的模糊分析，即利用模糊数学方 法来研究时间序列所蕴含的变化特征与发展趋势：另一种是模糊的时间序列分 析，即由模糊观测值所构成的时间序列。一般观测值常用模糊数表示。当研究对 象无法进行精确观测时，特别是研究对象的特征仅能用语言变量表述时，这样产 生的时间序列也只能是模糊的时问序列。 现有的方法具体有模糊平均预测方法、模糊滑动平均、趋势分析的数据色彩 滑动平均法、模糊多项式预测和模糊马尔可夫链状预测。 2 模糊回归预测。回归分析是研究和处理变量之间的相互关系，从而从一个 或几个自变量的值去预测因变量所取的值。模糊回归分析是研究和处理变量与变 量之间的模糊关系，模糊变量与模糊变量之间的关系；从而从一个或几个自变量 去预测因变量的值，从一个或几个模糊自变量去预测模糊因变量的值。模糊回归 预测的基本步骤和普通回归预测一样，都是先对预测对象的特征和有关因素进行 分析，研究预测因素( 因变量) 和影响预测结果的因素( 自变量) ；接着，通过 试验获取样本或历史数据，选择合适的数学方法和表达方式，应用一定的方法建 立回归( 包括模糊回归) 预测模型；然后利用回归预测模型进行预测：最后分析、 评价回归预测结果的精确度和可靠性。 现有的回归预测模型有模糊线性回归残差修正预测模型、对称模糊数线 性回归模型、模糊有序划分的线性回归预测和多重模糊回归预测四类模型。 第三节模糊时间序列预测方法综述 目前，对于具有不确定性的货流量( 进出口量，海运量，或物流量) 的预测， 采用较多的数学方法有多重线性回归，灰色预测和神经网络，而运用模糊数学方 法进行海运量预测研究的不多。多重线性回归3 要求首先建立计量经济模型，然 后对模型中各元参数通过最小二乘法求解，最后进行检验。其考虑的因素较多， 导致数据收集具有较大的难度。灰色预测4 主要是运用g m ( 1 ，1 ) 或g m ( 2 , 1 ) 模型，对原始数据的时问序列进行预测。神经网络则不需要建立具体的数学函 3 见文献2 0 4 见文献1 8 和2 1 5 见义献1 9 羊2 2 1 0 上海海事人学硕上学位论文 数模型就可较精确的描述因素之间的映射关系。但是神经网络的计算必须自行设 计程序，具有较大的难度。 时间序列就是把各种经济变量的历史数据按时间先后顺序排列起来的数列。 时间序列法就是运用一定的数学方法揭示某一数列随时间变化的规律或趋势，从 而预测数列未来的发展方向和数量。时间序列预测模型根据模型中数列的变动特 性可以分为：趋势预测模型、季节变动预测模型、随机预测模型。其中，趋势预 测模型又分为：滑动平均预测法、指数平滑法、差分指数平滑法、自适应过滤法、 趋势曲线模型预测法等；季节变动预测法又分为：平均数趋势整理法、趋势比率 法、环比法、温特斯法等；随机预测模型可分为：平稳随机序列预测模型、马尔 可夫预测模型等。 时间序列预测模型的优点在于：不需要详细了解预测目标的影响因素，它认 为所有的影响因素都归结在时间序列数据的波动之中，这样对历史数据的要求仅 仅局限在预测目标上，而不必考虑其他影响因素的历史数据，故历史数据的收集 和整理工作量远远小于回归模型。预测模型考虑的因素较简单，仅为预测目标和 时间的关系。在宏微观环境没有重大波动的情况下，预测精度较高，因此人们通 常用于短期预测。时间序列预测模型的劣势表现在无法揭示系统内各因素之问的 关系，它仅仅将时问作为预测目标的影响因素，不具备了解影响系统发展的各个 因素的未来状况。 时间序列预测方法适用于需要了解预测目标的发展趋势而不考虑或难以考 虑其它影响因素的作用，同时要求预测目标的历史数据较为完整。对于干散货运 量来说，所受的影响因素很多，如果建立相应的回归模型进行预测，则为了准确 预测未来运量，首先得确定相关因素未来的值，这无疑加大了工作量，而且效果 还不一定好。如果预测的是一个或多个因素改变对其他因素影响，那么建立回归 模型是合适。 模糊时间序列法不同于经典时问预测之处在于其引入了隶属函数的概念。例 如：在模糊平滑模型6 中，各时间点对应的隶属函数作为该点数据平滑的权重出 现在模型中，对序列的平滑做出重要贡献。由于 入隶属函数，使得模糊平滑不 会像经典平滑那样，经过几次平滑，数列前面的几个数据在序列中消失7 。 6 参见“粮食运量预测模型”，奉史p 2 4 2 8 7 参见衰5 6 十散货海运量模糊时间序列项测研究 第四节本章小结 经典预测方法与模糊预测方法本质的不同在于：各自的集合论基础不同。经 典预测方法为经典集合，而模糊预测方法为模糊集合。 经典预测方法的优点在于现有的理论与方法都有较深刻的研究，而模糊预测 方法刚起步不久，相比之下现有的研究较肤浅。因此，运用模糊数学工具进行预 测研究有着较大的难度和研究的必要。 经典预测方法是解决确定性和随机性现象领域的预测问题，而模糊预nr a u 是 对具有全部或部分模糊性现象领域进行预测。在进行预测工作时，应该认清预测 问题属于哪一个领域，其后选择相应的数学方法进行预测。 上海海事人学硕上学位论义 第三章干散货航运市场不确定性分析 近年来集装箱运输业蓬勃发展，些发达国家的海运货物集装箱化比例也越 来越高，但干散赞船队仍是一个国家或地区的主要运费之一。对一个疆家或地区 而言，其干散货航运业的发展规模极大地影响了其整个航运业韵发展；作为干散 货航运市场竞争的主体干散货航运企业的市场竞争能力的强弱将决定着一 个国家或地区干散货航运乃至整个航运业的兴衰。而每段时期的海运量不但是衡 量干散货航运企业的市场竞争能力的重要指标，而且直接关系到干散货航运市场 的兴衰。 第一节干散货航运市场概述 一、干散货海上运输简介 干散货是指不经包装，就可以直接装船运输的块状、颗粒状、粉末状货物。 如矿石、矿粉、煤炭、散运的粮食、盐、糖、化肥、水泥等。其中铁矿石、煤炭、 粮食、铝矾土和磷灰石通称为五大干散货，是国际干散货航运中的主要货源。而 我国目前主要海运千散货为铁矿石、煤炭和粮食。可以看出，干散货运输的货物 多为基础原材料，或初级产品。 港口干散货运输，则泛指除集装箱、油品及液体化工、件杂货之外的货物运 输。另按国际海事组织的规定，可分为a 、b 、c 三类：a 型为可液化的干散货， b 型为具有危险化学品质的干散货，c 型为除a 、b 型以外的干散货。本文重点 研究的三大干散货铁矿石、煤炭和粮食为c 型干散货。 在国际贸易中，海上运输担负着9 0 以上货物运量。而在海运中，干散货运 输一直占据着很大的份额。据统计，在8 0 年代以前，干散货航运量占国际海运 总量的5 0 以上：8 0 年代以后，随着发达国家经济结构的调整及集装箱航运的 兴起，国际干散货海运量在国际海运量中所占的份额有所下降，但仍还保持在 4 0 左右8 。由于2 0 0 1 年和2 0 0 2 年全球经济不景气，世界海运总量增长缓慢。 不过从2 0 0 3 年开始，随着全球经济复苏，国际海运量也开始快速增长。但是从 于散货的海运量来看，干散货运输市场整体运量自2 0 0 2 年开始持续加速上升。 2 0 0 4 年波罗的海干散货综合运价指数( b a l t i cd r yi n d e x ，以下简称b d i 指数) 一度创下6 2 0 0 点历史新高，是多少年罕见的。目前指数虽然有所回落，但仍在 高位运行；全球干散货海运量达2 3 2 7 亿吨，其中铁矿石、煤炭、谷物和钢铁仍 是主要货种9 。这是由于全球经济的发展，对大宗基础原材料的需求很大，导致 8 文献2 0 9 文献3 4 十敞货海运量模糊时间序列预测研究 铁矿石、煤炭等货物的运量猛增。 综上述，干散货运输在当今航运市场上占有重要地位，对其运量进行预测研 究，具有现实意义。 二、 干散缘蒎运市场结构与特征 1 干散货航运市场结构 国际贸易量和市场运价( 航次租船运费率) 决定干散货市场的需求量。市场 运价及其期望值对船