利用模糊評價法實現(xiàn)專業(yè)氣象服務(wù)中商品銷量預(yù)測

褚 希，周笑天，張 莉，李 娟(．山東省氣象服務(wù)中心，濟南 500；．山東省氣象信息中心，濟南 500；．山東省氣象局，濟南 500；．山東省氣象局機關(guān)服務(wù)中心，濟南 500）

利用模糊評價法實現(xiàn)專業(yè)氣象服務(wù)中商品銷量預(yù)測

褚 希1，周笑天2，張 莉3，李 娟4
(1．山東省氣象服務(wù)中心，濟南 250031；2．山東省氣象信息中心，濟南 250031；3．山東省氣象局，濟南 250031；4．山東省氣象局機關(guān)服務(wù)中心，濟南 250031）

摘要：文章探討了一種為商品銷售預(yù)測開展專業(yè)氣象服務(wù)的方法。該方法使用模糊評價法理論，通過確定和計算氣象因素評價集，構(gòu)建評價判斷矩陣，計算權(quán)重系數(shù)等，最終計算出產(chǎn)品銷量的預(yù)測值，從而為銷售商的銷售策略進行指導(dǎo)。通過濟南2013年夏季某商場空調(diào)銷量的預(yù)測實例，驗證了該方法的可行性。

關(guān)鍵詞：模糊評價法；專業(yè)氣象服務(wù)；氣象因素評價集；銷量

引言

目前，山東省的專業(yè)氣象服務(wù)已在電力、交通、港行等行業(yè)開展多年，并取得了較好的服務(wù)效益[1-4]。但是，與市場經(jīng)濟中商品銷售相關(guān)的專業(yè)氣象服務(wù)尚未開展，氣象信息中蘊涵的巨大的市場經(jīng)濟價值沒有充分發(fā)掘，商品銷售受氣象因素影響程度的相關(guān)研究也沒有展開。氣象部門有成序列的氣象要素觀測數(shù)據(jù)，如果能將客觀的氣象條件和商品銷量建立起一定的聯(lián)系，便能利用氣象因素來預(yù)測商品的銷量情況。文章以模糊評價法相關(guān)理論為基礎(chǔ)，探討了一種利用氣象因素來預(yù)測商品銷量的專業(yè)氣象服務(wù)方法，并用濟南2013年夏季某商場的空調(diào)銷量情況對這一方法進行了驗證。

1 模糊評價法與產(chǎn)品銷量預(yù)測流程

1.1 模糊評價法

模糊評價法是運用模糊數(shù)學(xué)集合理論對某一對象進行綜合評價的一種方法，它是在建立各級數(shù)學(xué)模型的基礎(chǔ)上，運用扎德法則作模糊矩陣乘法，然后根據(jù)“最大隸屬度原則”給出綜合評價結(jié)論。在模糊綜合判斷時，所需用的主要數(shù)據(jù)是各個指標的權(quán)重因數(shù)和指標的評定等級。模糊評價法具有結(jié)果清晰、系統(tǒng)性強的特點，能較好地解決模糊的、難以量化的問題[5-6]。

模糊綜合評價以隸屬度來描述模糊界限,方法為：設(shè)參與決策的因素集評價等級集單因素模糊評價判斷矩陣視為U中每一因素根據(jù)評判集中的等級指標進行模糊評價，表示iμ關(guān)于νj的隸屬程度。這樣，就構(gòu)成了一個模糊評價模型。給定各因素權(quán)重系數(shù)，記為則最終評價向量T為W和R的合成，即：向量T考慮了所有因素的影響，還保留了各級評價指標的信息。模糊評價法就是將待評價的模糊矩陣R通過權(quán)重系數(shù)矩陣W轉(zhuǎn)化為最終評價向量T的數(shù)學(xué)模型。根據(jù)T的情況，即可得到因素集中每一因素對評價集的相關(guān)影響情況[7-8]。

1.2 產(chǎn)品銷量預(yù)測流程

將模糊評價方法應(yīng)用于專業(yè)氣象服務(wù)中，探討為商品銷售方面的用戶進行專業(yè)氣象服務(wù)的方法，結(jié)合模糊評價法，文章提出一種將模糊評價法應(yīng)用于產(chǎn)品銷量預(yù)測的專業(yè)氣象服務(wù)方法。該方法的具體步驟為：

（1）確定模糊評價法中的氣象因素集U、評價集V；

（2）分別計算氣象因素集U中各氣象因素的模糊評價向量r和評價集V的模糊向量t；

（3）構(gòu)建氣象因素集的模糊評價判斷矩陣R；

（4）確定氣象因素集中的各氣象因素的權(quán)重系數(shù)向量W；

（5）將步驟（3）、（4）中的矩陣R和W相結(jié)合，得到最終評價向量T和評價值n。

2 方法應(yīng)用實例

選擇濟南2013年7月1─10日天氣實況和該時段的空調(diào)實際銷量情況作為訓(xùn)練樣本，計算出各個氣象要素的權(quán)重系數(shù)，然后再將該權(quán)重系數(shù)結(jié)合7月10日發(fā)布的11─20日的未來10d天氣預(yù)報數(shù)據(jù)，最終計算出7月11─20日的空調(diào)銷量預(yù)測值。需要指出的是，文章關(guān)注點為氣象條件對空調(diào)銷量的影響。眾所周知，決定空調(diào)銷量的因素有多種，氣象條件是空調(diào)銷售的一個重要因素，但不是唯一的因素，比如社會消費水平、節(jié)假日因素、商場促銷等因素都對空調(diào)銷量有影響。文章選取的7月1─20日時段內(nèi)商場沒有進行最新的打折促銷，同時也沒有法定節(jié)假日的影響，氣象條件是空調(diào)銷量預(yù)測中的最主要的影響因子，是產(chǎn)品銷售時的關(guān)鍵因素，因此適合進行實例分析。

2.1 因素集和評價集的確定

夏天的空調(diào)銷售受氣象條件的影響非常明顯，要預(yù)測空調(diào)在某段時間內(nèi)的銷售量，首先需要確定影響其銷售情況的相關(guān)因素集。通常來講，空調(diào)的需求情況由人體的體感溫度來決定，夏季人體的體感溫度有具體的計算方法，即：人體感受到的最高溫度=實際最高氣溫+1.3×最小相對濕度/100-0.02×風(fēng)速+2；人體感受的最低溫度=實際最低氣溫+1.3×最小相對濕度/100-0.02 ×5（平均風(fēng)速）[9-10]。由此可知，體感溫度由氣象條件中的“溫度”、“濕度”、“風(fēng)力”要素決定，因此，進行預(yù)測時，將因素集確定為：

U={溫度、濕度、風(fēng)力}。

評價集的確定較為簡單，通常取人們常用的評價習(xí)慣，此處為對空調(diào)的銷量情況的評價，給定評價集為三個評價等級，?。?/p>

V={好，一般，差}。

2.2 因素集和評價集的模糊評價向量的計算

首先給出因素集中7月1—10日的天氣要素的實況情況，即溫度、濕度、風(fēng)力的相關(guān)數(shù)值。一般而言，每日下午14時的氣溫最高，文中因素集中的各項數(shù)值取每日下午14時的實況數(shù)據(jù)，如下表所示：

表1　7月1日─10日天氣要素的實況情況

為了確定模糊評價向量，需對各數(shù)值進行模糊處理，文章利用k均值聚類算法進行歸類，算法的思想為：

（1）在數(shù)據(jù)集中隨機選取k個對象代表，作為k個聚類的中心；

（2）計算每個剩余對象到各個聚類中心的歐幾里德距離，將它們分到最近的聚類中；

（3）重新計算每個聚類的平均值，更新簇的聚類中心；

（4）重復(fù)步驟（2）和（3），知道聚類均值不再改變或準則函數(shù)收斂。

文章將氣象因素集歸類為三檔，分別為：溫度歸類為{高，一般，低}；濕度歸類為{大，一般，小}；風(fēng)力歸類為{大，一般，小}。利用k均值聚類算法，聚類中心為3個，聚類后的歸類結(jié)果為：

溫度：｛（35.3,33.3,35.3,34.3,36.9）,(29.8,31.6,30.3), 26.7,28｝

濕度：{(92),(73,68,73),(44,43,39,33,44,31)}

風(fēng)力：{(5.1,4.5,4.2,4.5,3.9),(2.6,2.4),(1.9,1.6,1.0)}

模糊評價向量中的每一個向量值為該評價所占的比例，如溫度的第一項“高”的模糊評價值為聚類后（35.3,33.3,35.3,34.3,36.9），這一類的數(shù)量和總數(shù)量的比值為0.5。

由此，分別得到評價向量：

其次，給出7月1—10日該時段的空調(diào)銷量情況，見表2。

表2　7月1日─7月10日某商場的空調(diào)銷量

作為評價集，模糊處理為三個評價等級，歸類為三檔：{好，一般，差}。聚類后的歸類結(jié)果為：

銷量：{(42,39,38,40),(26,35),(31,29,31,30)}

由此，得到評價向量：

最后，給出天氣預(yù)報預(yù)測的未來十天的天氣情況，即7月11─20日的天氣要素的溫度、濕度、風(fēng)力的相關(guān)數(shù)值。其中，溫度為預(yù)報中最高溫度，濕度為預(yù)報中的最大相對濕度，風(fēng)力為預(yù)報中包含陣風(fēng)的最大風(fēng)力。相關(guān)數(shù)值預(yù)報情況見表3。

表3　7月11─20日天氣要素的預(yù)報情況

天氣要素的預(yù)報情況，聚類后的歸類結(jié)果為：

溫度：

{(33,34,33),(29,29,29,30),(27,27,28)}

濕度：

{(95,,90,95,90),(70,80,80,85),(55,60)}

風(fēng)力：{(7,7,7),(3,3,3,3,3,30),(2)}

同上，可分別得到評價向量：

2.3 模糊評價判斷矩陣的構(gòu)建

由2.2節(jié)可知，模糊評價判斷矩陣R=(r)r，即7月1—10日的因素集矩陣R0為：

7月11—20日的因素集矩陣R為：

2.4 因素集中的各因素權(quán)重系數(shù)的確定

此文的權(quán)重系數(shù)將通過訓(xùn)練集來獲取，即利用最臨近的一段時間的天氣情況和空調(diào)銷售情況作為訓(xùn)練集，獲取因素集中各因素的權(quán)重系數(shù)w，然后對未來的空調(diào)銷售量進行預(yù)測。這樣能較為準確體現(xiàn)天氣因素對空調(diào)銷量的影響，增加預(yù)測的準確度。文章將7月1─10日的天氣情況和空調(diào)銷售情況作為訓(xùn)練集，獲取因素集中各因素的權(quán)重系數(shù)w，然后再結(jié)合7月11─20日的天氣預(yù)報情況，對此時段的空調(diào)銷售量進行預(yù)測。

通過2.2節(jié)獲得的T0和2.3節(jié)獲得的R0，根據(jù)公式（1）可得：

2.5 最終評價向量的計算

通過2.3節(jié)獲得的R以及2.4節(jié)獲得的W，可以根據(jù)公式（1）計算最終評價向量，并歸一化得T：

由于評價向量T0的銷量情況為：（42,39,38,40），(36, 35)，(31,29,31,30)其聚類中心值向量N為（39.75,35.50,30.25），因而，評價向量T轉(zhuǎn)化為銷量值，即：n××10 =T N，即355臺。

2.6 最終評價向量的檢測

運用上述方法，預(yù)測7月11—20日某商場的空調(diào)銷售量為355臺，實際中，該商場同期的實際銷售量為359臺，誤差為1.11%，誤差值較小。因此，該方法可以用來進行空調(diào)銷售量的預(yù)測。

上述過程中的因素集樣本選取了14時的氣象實況，如若從氣象要素的平均值分析，重復(fù)上述計算步驟，可得預(yù)測銷售量為349臺，誤差為2.79%。如若從氣象要素的極值分析，可得預(yù)測銷售量為350臺, 誤差為2.5%。因此，運用文中的方法進行空調(diào)銷量預(yù)測，能夠得到較為準確的銷量預(yù)測值，誤差值較小，方法可行。

3 小結(jié)

（1）文章探討了將專業(yè)氣象服務(wù)融入市場經(jīng)濟的方法，以模糊評價法相關(guān)理論為基礎(chǔ)，利用氣象要素觀測值和氣象預(yù)報數(shù)據(jù)，將客觀的氣象條件和商品銷量建立起一定的聯(lián)系，從而實現(xiàn)利用氣象因素來預(yù)測商品銷量的方法。該方法能為受氣象條件影響的商品提供銷售指導(dǎo)，便于用戶合理安排生產(chǎn)或銷售。

（2）文章通過實例，對利用模糊評價法實現(xiàn)專業(yè)氣象服務(wù)中商品銷量預(yù)測的可行性進行了驗證。由于銷售數(shù)據(jù)獲取的局限性，該方法如若在專業(yè)氣象服務(wù)中實際應(yīng)用，還需獲取更多的銷售數(shù)據(jù)來增大訓(xùn)練樣本。

（3）用模糊評價法實現(xiàn)專業(yè)氣象服務(wù)中商品銷量預(yù)測，還要綜合考慮除氣象條件外的諸多因素，如前文指出的社會消費水平、節(jié)假日、商家促銷等因素對產(chǎn)品銷量的影響，此時，可借鑒專家打分法等對各項因素的影響情況進行權(quán)重賦值后再應(yīng)用該方法，便可獲得更為準確的銷售預(yù)測數(shù)值。

參考文獻：

[1] 歐陽里程，張維.廣東省2009年電力行業(yè)氣象服務(wù)效益值評估[J].氣象研究與應(yīng)用，2011，32(1)：45-51.

[2] 王忠偉，潘新民，楊靜，等.氣象服務(wù)在交通運輸行業(yè)中的作用及效益分析評估[J].沙漠與綠洲氣象，2009，3(Z1)：202-206.

[3] 嚴曉瑜，劉玉蘭，李劍萍，等.寧夏旅游氣象服務(wù)效益評估和服務(wù)需求調(diào)查[J].氣象科技，2012，40(6)：1068-1074.

[4] 周慧，段麗瑤.天津水利行業(yè)氣象服務(wù)效益評估分析[C].中國氣象學(xué)會2008年年會“天氣預(yù)報準確率與公共氣象服務(wù)”分會場論文集，2008：1481-1484.

[5] 趙文清，賈慧敏，錢周信.多因子分層模糊評價法的算法設(shè)計探討--模糊綜合評價方法在旅游資源評價中的應(yīng)用[J].數(shù)學(xué)的實踐與認識，2008，38(7)：8-14.

[6] 翟琨.模糊評價法在水庫水質(zhì)評價中的應(yīng)用[J].湖北民族學(xué)院學(xué)報(自然科學(xué)版)， 2010，28(01)：10-12.

[7] 陳偉德.基于模糊評價法的風(fēng)險企業(yè)投資評價[J].西藏大學(xué)學(xué)報，2011，(3)：147-151.

[8] 萬金保，李媛媛.模糊綜合評價法在鄱陽湖水質(zhì)評價中的應(yīng)用[J].上海環(huán)境科學(xué)，2007，26(05)：215-218.

[9] 徐雁萍.高溫天氣和體感溫度——就體感溫度引起的話題[C].中國氣象學(xué)會2006年年會“氣候系統(tǒng)模式發(fā)展與應(yīng)用”分會場論文集，2006：174-175.

[10] 吳兌.多種人體舒適度預(yù)報公式討論[J].氣象科技，2003，31(06)：370-372.

作者簡介：褚希(1982─)，女, 山東臨沂人，碩士，工程師，主要從事氣象服務(wù)研究工作。

收稿日期：2014-07-12

中圖分類號：P49

文獻標識碼：B

文章編號：1005–0582（2015）01–0023–04