基于灰色马尔科夫链优化模型的船舶到港量预测

针对船舶到港量总体呈现递增趋势,既受经济等因素影响又存在波动性的特点,采用灰色预测或灰色马尔科夫链预测模型进行船舶到港量预测存在拟合度小和精度低等问题,将三次指数平滑与灰色马尔科夫链预测模型相结合,建立船舶到港量的灰色马尔科夫链优化预测模型。利用宁波舟山港老塘山港区2008—2017年5月份的船舶到港量数据进行预测应用与精度对比,2018年5月船舶到港量预测结果为805艘,残差均值为41.172,相对残差率为7.07%,优化后的灰色马尔科夫链模型残差均值和相对残差率有一定程度的降低,拟合度有一定程度的提高。分析结果表明:优化后的灰色马尔科夫链模型可进一步提高预测的精度,符合实际要求,能为港口锚地规划提供理论支持。     

灰色线性回归模型在港口吞吐量预测中的应用

利用灰色模型和线性回归模型,分别基于最小二乘及有效度原理建立了两种灰色线性回归模型,并将其用于镇江港吞吐量预测,可得结论:基于最小二乘原理建立的灰色线性回归模型,预测精度优于单一的灰色模型和线性回归模型,其应作为镇江港吞吐量预测的最优模型;基于有效度原理建立的灰色线性回归模型预测精度尽管低于线性回归模型,但由于其本质上为组合模型,能综合多种信息,用于港口吞吐量预测时也具有一定的实用性.     

中心渔港陆域功能区规模探讨

本文根据渔港级别、渔船类型及数量、水产品卸港量、生产工艺等要求,结合作者在海南某中心渔港设计中的经验和调研实践,对陆域各功能设施规模的确定和平面布置进行了探讨。     

改进非线性灰色模型在古巴港吞吐量预测中的应用

通过数学处理,从建模机理上对线性的灰色模型G(1,1)进行改进,减小由于建模方法上的缺陷所造成的固有误差。将改进后的非线性灰色预测模型G(1,1,α,ρ)用于古巴港吞吐量预测。通过残差、关联度检验,发现改进后的非线性灰色模型较传统模型灵活度大,预测精度高,实用性强。预测结果可为古巴港及国内外相似港口的发展规划提供依据。     

港口吞吐量数学预测模型的选用

结合长江下游某港的总体规划对几种数学预测方法的比较研究发现,灰色预测模型,尤其残差修正灰色模型能较准确地预测港口吞吐量。     

基于改进灰色模型的汕头港吞吐量预测

港口吞吐量预测对于港口规划发展意义重大。文章基于最小二乘法和Matlab分别优化传统GM(1,1)模型的初始值及背景值,得到了改进灰色模型。运用改进前后模型对汕头港吞吐量进行预测分析,结果证明改进灰色模型精度更高,研究发现,作为"一带一路"重点建设的15个港口之一的汕头港预计将于2019年突破8,000万t吞吐量,结果具有较高可信度。     

基于数据预处理GM（1，1）模型的深圳港集装箱吞吐量预测

根据深圳港历年集装箱吞吐量数据,采用原灰色模型和幂函数一指数函数对初始数据进行预处理的改进模型分别对深圳港集装箱吞吐量进行预测,经检验比较,进行数据预处理后的模型比原模型预测精度高.选用改进模型对深圳港2008-2010年集装箱吞吐量进行预测,得到未来深圳港集装箱吞吐量将继续增加、但增幅会减缓的结论.     

灰色系统模型在内河港口吞吐量预测中的应用

根据淮南港吞吐量实际调查资料,选择灰色系统理论对其进行吞吐预测研究,结果表明,对不同的预测时期应采用不同的灰色系统预测模型。对于短期预测,采用GM(1,1)模型与Verhulst模型的组合模型;对于长期预测,采用Verhulst模型并用GM(1,1)模型对其残差进行修正。实例验证以上两种模型是可行性的。     

港工结构破损状态的预测和评估

本文应用灰色系统理论,提出了预测港工结构破损状态的建模方法和步骤,并给出了用于预测的动态模型,运用这个模型可以预测结构未来时刻所处的状态;建议了不同损伤类型的结构破损状态评定标准,为工程单位决策的科学化提供了参考依据。     

PSO-无偏灰色马尔科夫模型在船舶交通流量预测中的应用

为提高船舶交通流量的预测精度,利用具有全局搜索能力的粒子群算法(Particle Swarm Optimization, PSO)对无偏灰色马尔科夫模型进行优化,构建船舶交通流量预测的PSO-无偏灰色马尔科夫模型。该模型可综合考虑预测中的残差序列、状态区间、状态转移概率,自适应选取最优白化系数,用以准确表征船舶交通流量的发展趋势。以东营港2012—2017年船舶交通流量季度统计数据为例,选取前21个季度数据对模型进行训练,后2个季度数据对预测结果进行分析,与传统的无偏灰色模型和无偏灰色马尔科夫模型相比,该模型能显著地提高船舶交通流量的预测精度,其拟合精度和预测精度分别为91.439%和95.959%,验证后该模型具有科学性与有效性。     

国内沿海集装箱支线班轮装运危险品箱的工作流程

流程一；获取信息。内容：弄清箱量、卸港；查准类别、特性。要求：1．将港口计划员向大副提供的危品箱装箱数量及其卸港与代理向船方提供的装卸清单严加核对，防止弄错装箱数量种卸箱港口，双方当场签字，以示负责。     

基于震荡残差修正的灰色模型在堆场沉降预测中的应用

以盐城港射阳港区某码头后方堆场为例,提出灰色模型GM(1,1)的震荡残差修正方法,对比分析双曲线法和原始灰色模型GM(1,1)二种方法。结果表明,经震荡残差修正后的原始灰色模型能够更精确地描述堆场的初期沉降现象,利用此模型可以获得更为可靠的最终沉降量。     

灰色GM（1，l）和Verhulst模型在吹填土地基沉降中的应用

在利用灰色GM（1,l）和Verhulst模型预测真空预压加固吹填土地基的最终沉降量时,建模序列直接影响预测结果的精度。结合某吹填土地基加固工程的沉降监测数据,探讨监测序列长度、建模序列长度对上述2种模型最终沉降量预测值及预测精度的影响,总结出不同模型预测地基最终沉降量时建模序列的选取规律。研究结果表明,上述2种模型预测地基最终沉降量的误差均小于1.0%,灰色GM（1,l）模型的适应性更好。     

基于残差修正灰色系统理论的交通量预测

通过对灰色系统GM(1,1)模型的残差修正,建立了水运量的预测模型,经误差和关联检验表明,预测精度良好,通过2003-2005年的实际水运量来验证模型,发现相对误差较小,说明预测结果合理可信,灰色预测方法可应用于水运量预测领域。     

基于组合模型的港口集装箱吞吐量预测方法

以某港1990~2003年集装箱吞吐量为实测数据,建立其集装箱吞吐量的和灰色系统等预测模型。对比该港2004~2006年集装箱吞吐量各模型预测值与实际值的差异,分析了差异产生的原因及其单一预测模型的局限性,提出了基于组合预测的港口集装箱吞吐量预测法。对港港口集装箱吞吐量发展趋势进行预测,作为未来对港口岸线资源有效的开发利用,基础设施的合理规划、建设以及港口功能拓展的依据是很有必要的。     

基于灰色理论和BP网络的集装箱海铁联运量预测

海铁联运是集装箱多式联运的重要形式之一。作为一种航运企业延伸其产业链条的方式,更作为在简化的中转环节获取利润的方式,海铁联运已经成为企业目前关注的问题。基于海铁联运运量数据的小样本性、不确定性特征,建立GM(1,1)模型与BP神经网络相结合的预测模型。以厦门港为例,预测未来4年厦门港集装箱海铁联运运量。分析表明,灰色-BP网络组合模型的预测精度较高,是预测集装箱海铁联运量的一种有效的方法。     

连云港集装箱公路运输量模型分析与预测

目前连云港物流服务水平和运作水平普遍不高。论文介绍了连云港港集装箱公路运输的现状,根据连云港港集装箱吞吐量1995-2007年的统计资料,应用数量模型的建立与分析,对连云港港公路运输量进行了一定预测。     

基于MATLAB的组合模型在港口吞吐量预测中的应用

以某港1998-2007年集装箱吞吐量为实测数据,建立其集装箱吞吐量的灰色理论、三次指数平滑、三次多项式等预测模型,在MATLAB下,对比该港集装箱吞吐量各模型预测拟合值与实际值的差异,分析了差异产生的原因及其单一预测模型的局限性,提出了港口集装箱吞吐量组合预测法.其预测误差明显低于其它单模型.运用组合预测模型,可降低误差,提高预测精度.     

非线性GM（1，1，α）模型在港口货物吞吐量预测中的应用

针对港口货物吞吐量预测的影响因素不确定及统计数据缺乏的问题，引入灰色预测理论，在传统的线性GM（1，1）模型的基础上。运用非线性GM（1，1，α）模型对港口货物吞吐量数据进行模拟和预测，并以2003-2007年汕头港货物吞吐量数据为实证，检测该模型的实用性和准确性。     

基于灰色系统理论的集装箱海铁联运量预测

介绍灰色系统理论，提出基于灰色系统理论的多变量灰色系统数列预测模型——PGM（1，N）模型，推导出用PGM（1，N）模型进行灰色数列预测的基本公式。以大连港为例，预测未来5a大连港集装箱吞吐量、集装箱海铁联运运量，分析表明此方法对铁路集装箱海铁联运量预测的有效性和实用性，且适合编程。