表11998-2008年汽车产销系统数据序列年份19981999200020012002200320042005200620072008单位汽车总产量Y1162.92183.16207.74234.15325.37444.35507.05570.77727.97888.24934.51万辆汽车总销量Y2159.72183.3208.78237.11324.85439.16507.17575.82721.6879.15938.05万辆GDPX184402.389677.199214.6109655.2120332.7135822.8159878.3183217.5211923.5249529.9300670亿元国内固定资产投资总额X228406.229854.732917.737213.543499.955566.670477.488773.6109998137239148167亿元第一产业产值X314817.61477014944.715781.31653717381.721412.7224202404028095-亿元第二产业产值X439004.241033.645555.949512.353896.862436.373904.387364.6103162121381-亿元公路货运周转量X5380894056844321477105068653859694458025888952101387-亿吨公里钢产量X61155912426128501516318237222342829135324419154896650116万吨摘要：对汽车物流企业而言，汽车消费市场的变化对企业的影响是极为巨大的。如今我国经济不断发展，汽车消费群体也在逐年发生变化，汽车消费市场的变化直接影响到汽车生产企业的订单和产量，而汽车生产企业的产量，则密切影响着为其提供物流配送服务的汽车物流企业。因此，对我国的汽车市场走向进行研究分析，可以根据预测得出的数据对汽车物流企业未来的发展进行宏观规划并制定合理的目标，具有一定的现实指导意义。关键词:灰色关联分析汽车产销量预测1灰色关联分析的原理及方法简述影响我国汽车总产销量的因素有很多，如我国国民生产总值、第一第二产业的GDP值、固定资产投资总额、高速公路里程、公路货运周转量、钢铁、煤矿产量等因素。将汽车产销看成一个抽象的系统，这些因素共同作用的结果则决定了这一系统的发展态势。因此需要对影响系统的众多因素进行分析，比较各种因素对系统影响程度，判断出主要因素及次要因素。传统的分析方法有回归分析、方差分析等数理统计方法，但这些方法存在着以下的局限：①要求有大量数据若数据量少则难以找出统计规律。②要求样本服从某个典型的概率分布并要求各因素数据与系统数据之间呈线性关系且各因素之间彼此无关。③计算量大一般需要计算机进行辅助。而灰色关联分析的方法则在一定程度上克服了数理统计方法的局限。无论样本量多少、样本有无规律，这一方法都同样适用。并且这一方法计算量小，计算简单，一般不会不出现量化结果与定性分析结果不符的歪曲颠倒现象。灰色关联分析的基本思想是根据数据序列曲线的几何形状的相似程度来判断其联系是否紧密。若曲线越接近，相应序列之间的关联度就越大，反之则越小。对一个抽象系统或现象进行分析，首先，需要选择反应系统行为特征的数据序列，即系统行为的映射量。用映射量来间接的表征系统行为。在本章所分析的汽车产销系统中，用汽车的总产量和总销量来表征系统行为。之后将特征映射量和各有效因素序列处理成无量纲数据，再然后即可利用灰色关联公理对系统进行分析[1]。选用不同的关联算子与计算方法，可以通过计算系统各影响因素之间的灰色关联度来对系统进行分析。1.1灰色绝对关联度若系统特征序列为，因素序列为，各序列长度相同且初值不为零，D为序列始点零化算子，则可以得到各序列的始点零化像为：其中，。若令：（式1）（式2）则称（式3）为Yi与Xj的灰色绝对关联度。称：为灰色绝对关联矩阵。1.2灰色相对关联度Yi与Xi序列的定义与（1）相同。使用初值化算子D1求出各序列的初值相：；其中，。再分别求出Yi′，Xj′的始点零化像Yi′0，Xj′0，计算：（式4）；（式5）称（式6）为Yi与Xj的灰色相对关联度。称：为灰色相对关联矩阵。1.3灰色综合关联度对系统特征行为序列Yi与系统因素行为序列Xi，若εij和rij分别为Yi与Xi的灰色绝对关联度和灰色相对关联度，取θ∈[0，1]，则称：（式7）为Yi与Xi的灰色综合关联度。称：为Yi与Xi的灰色综合关联矩阵。2灰色关联分析的应用下表1为1998-2008年汽车产销系统中系统行为数据序列以及各相关影响因素数据序列。其中，将表征系统行为的汽车总产量标记为Y1，汽车总销量标记为Y2。将影响系统的因素国民生产总值GDP、国内固定资产投资总额、第一产...