PSO-BP混合预测模型及在港口集装箱吞吐量预测中的应用

运用粒子群优化算法代替BP神经网络的初始寻优,再用BP算法对优化的网络权值参数进一步精确优化,从而建立基于粒子群优化的BP神经网络模型.运用该模型对某港口集装箱吞吐量进行预测.应用结果表明,该预测模型不仅能较好地拟合港口集装箱吞吐量的历史数据,同时对港口集装箱吞吐量的远期预测也具有较好的效果.     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

基于BP神经网络的厦门港集装箱吞吐量预测研究

厦门港是我国东南沿海的集装运输基本港口.集装箱吞吐量的预测是港口制定发展规划的重要依据.在研究了常用的输入数据归一化方法之后,提出了新的归一化方法.该方法能加快BP神经网络的训练速度并提高精度.运用BP神经网络建立了厦门港集装箱吞吐量预测模型,并计算出2020至2024的集装箱吞吐量预测值.无论从拟合值,还是预测值检验来看,该方法都具有很高精度.     

基于灰色神经网络的港口集装箱吞吐量预测模型研究

为降低港口集装箱吞吐量的预测误差,提高预测精度,在分析传统的灰色预测模型和BP神经网络预测模型的优缺点的基础上,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和BP神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明:灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

港口运输需求预测及集疏运设施规划研究——以钦州港为例

以钦州港为研究对象,分析其发展趋势,利用经济生成率法和弹性系数法预测该港口的货物吞吐量和集装箱吞吐量,估算进、出港口的车辆需求,并在此基础上提出钦州港集疏运设施规划建设的对策.基于横、纵向比较,提出的港口吞吐量和集疏运需求预测方法以及港口集疏运设施规划方法可供国内港口新一轮规划建设参考.     

基于随机森林算法的港口集装箱吞吐量预测方法

为助力智慧港口建设,针对港口集装箱吞吐量预测准确性不足的问题,利用随机森林算法处理高维变量,构建一种港口集装箱吞吐量预测方法.首先考虑港口集装箱吞吐量受复杂环境影响,建立特征变量训练集;再通过泛化误差分析训练随机森林模型,根据MDA分析对特征变量重要性进行分析,筛选重要影响特征变量集合;最后构建随机森林预测决策树,建立基于随机森林算法的预测模型.以大连港为案例进行验证,并与三次指数平滑、多元回归分析和BP神经网络3种方法预测进行对比,结果表明:随机森林算法预测准确性更高.     

遗传规划在港口吞吐量预测中的应用

近年来我国沿海港口吞吐量迅猛增长，而港口基础设施建设和处理能力增长相对缓慢．为了使港口建设适应我国经济持续高速增长和全球经济一体化的需求，亟待对沿海港口吞吐量在长时期内的持续增加进行预测．文中应用遗传规划，通过吞吐量历史数据和吞吐量与GDP的关系两个方面对我国沿海港口的总吞吐量进行预测，以找出今后一段时间中港口能力与实际需求之间的差距，从而对港口建设提供参考．     

基于Elman神经网络的港口货物吞吐量预测

为提高港口货物吞吐量的预测精度,进而为港口建设提供数据支持,引入具有处理动态信息能力的Elman神经网络。将Elman神经网络应用于宁波舟山港的货物吞吐量预测,采用前6个月数据递归预测后一个月数据的方式构建时间序列数据,同时与BP神经网络以及RBF神经网络的预测结果进行分析比较。结果表明:在港口货物吞吐量预测方面,相比于BP神经网络以及RBF神经网络,Elman神经网络更能适应吞吐量数据随时间变化的特性,其预测值更接近实际值,其预测性能更优,且更能体现港口实际状态。     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据.分别利用三次指数平滑法、灰色GM(1,1)模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM(1,1)模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级.     

基于ARIMA-RBF神经网络的沿海港口吞吐量预测研究

在沿海吞吐量预测中，影响因素多且复杂，传统的计量经济模型很难得到满意的结果。针对此特点，提出一种组合预测模型，先后用ARIM A模型和RBF神经网络模型探求港口吞吐量历史数据的线性和非线性变化规律，最后将两者预测结果组合。对福建省港口货物吞吐量预测作为实例进行验证，结果表明，相对单一预测模型，该方法的预测精确度更高。     

天津港主航道船舶到达规律的统计分析

以天津港2003~2005年船舶日到港统计量为样本,运用数理统计方法,给出了天津港日到港船舶分布的假设检验,并用正态分布密度函数曲线、泊松分布密度函数曲线对统计样本进行拟合,描绘了统计直方图.通过卡方检验,得出了正态分布的拟合程度优于泊松分布,研究结果表明,天津港主航道船舶日到达艘数服从正态分布.     

基于排队论的内河港口水域锚位需求量计算方法

对内河港口水域锚位需求量进行研究.通过对船舶在内河港口的工作过程进行分析,提炼了港口锚位需求量的影响因素,并采用时间序列方法对影响因素中的关键数据进行预测,运用排队论的方法对锚泊保证率和港口水域锚地利用率进行了计算,在综合考虑锚泊保证率和港口水域锚地利用率的基础上,建立了内河港口水域锚位需求量计算模型,并以某一内河港口为例,对建模方法进行了演绎和验证.计算结果表明,该模型在内河港口锚位规划方面有较好的应用价值.     

港口吞吐量预测的系统动力学模型构建

将系统动力学方法运用于港口吞吐量预测，可以较好地解决传统预测方法中考虑因素较少的问题，在对港口系统主要因素及因果关系分析的基础上，建立港口吞吐需求量及供给量系统动力学模型，并采用南京港各相关统计数据对模型进行了仿真和验证，结果证明该模型有效可行．     

基于生产泊位资源共享的港航物流信息系统构建

为解决邻近地域的港口群泊位资源结构性过剩问题,以港口群内泊位资源共享为基础,构建面向船舶运输方、货主方和港口方的港航物流信息系统。引入排队论和随机过程等理论,建立包含港口群干/支航线网络搭建(时空分配模型)以及腹地货流分配和船舶挂靠港选择(双层规划模型)等模块的仿真模型。采用设计的时空网络分析方法和具有双门限值的双层迭代算法求解仿真模型,验证模型参数的灵敏度,并进行具体算例分析。仿真结果表明：观察周期、腹地货物到达频率及干/支线可通阈值等的变化将影响货物到达数量或干/支线开通条件,进而影响港口群内航线网络结构,船舶到达频率的变化将影响港口群运输能力,泊位共享的等泊时间和共享成本阈值的变化将决定是否能够实现共享;通过物流系统实现共享时,港口群4个观察周期的3类干线和1类支线的总等泊时间和物流成本比不共享时分别减少23%和16.4%。     

港口群系统优化模型及其算法

为解决港口群系统规模、结构和布局的全局动态协调优化问题,基于复杂系统理论中的多智能体模拟方法,构建了港口群系统的双层规划模型,设计了多智能体遗传算法对模型进行优化求解。建立全局优化智能体以实现港口群各智能体间的协同优化,引入港口规模效应系数,构建了动态腹地中各港口的货运量分担模型,应用于下层港口智能体转换规则中。计算结果表明:60次迭代后,模型趋于最优解,港口群总效益增加了48%,结构和规模趋于合理,表明模型和算法具有可行性和高效性。     

沥青玛蹄脂粘弹性模型参数分段线性拟合法

分析了沥青玛蹄脂静态蠕变曲线的特点,应用分段拟合法对曲线的起始与末尾段进行线性拟合,研究了剪切蠕变条件下沥青玛蹄脂粘弹性Burgers模型参数取值,并与传统方法进行了对比。发现在低温条件下,两种方法的平均误差基本保持在5%以内,而传统方法的最大误差超过了20%,分段拟合法仅有小时间段超过5%;高温条件下,传统方法测定Burgers模型参数比较困难,而分段拟合法平均误差小于0.01%。研究结果表明:分段拟合法误差相对较小,易于操作,是确定Burgers模型参数的有效方法。     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据,分别利用三次指数平滑法、灰色CM（1,1）模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量。结果证明：组合预测模型融合了前两种预测方法的优点．其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM（1,1）模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级。     

基于航速调整的班轮燃油补给优化

燃油成本在班轮运营总成本中占有很大比重,燃油补给是影响航运公司班轮运营成本和效益的一项重要决策.基于航速调整策略,以班轮运营总成本最小化为目标,建立燃油补给混合整数非线性规划模型,运用分段线性逼近法对燃油消耗函数进行线性化处理,并设计了求解算法步骤.实例分析验证了模型和求解方法的有效性.结果表明,在航运市场需求低迷的情况下,船舶更适宜采取较低的航速,采取灵活的加油港策略或放宽船舶到港时间窗限制,能更为有效地降低燃油成本.     

基于辨识理论的船舶时域运动快速计算

根据时域运动方程快速计算的需求, 采用4种基于辨识理论并适用于时延函数快速计算的方法, 建立替代卷积分项的状态空间模型, 同时满足时延函数性质与拟合质量; 以海洋石油286船为研究对象, 分别采用频域和时域辨识方法进行时延函数拟合结果的对比。计算结果表明: 当置信度为0.99时, 频域回归法和频域迭代法拟合结果与期望值整体趋势一致, 在频率为0.92~1.05rad·s-1时达到峰值, 然后逐渐衰减, 最后趋于0;在频率为0.05~0.50rad·s-1时, 频域回归法的拟合结果与期望值偏差约为20%, 准确度明显低于频域迭代法; 当置信度为0.99时, 脉冲响应曲线拟合法和实现理论法拟合结果与时延函数期望值趋势一致, 都是由初始峰值逐渐衰减到约3.5s达到最小值, 然后逐渐增大, 在约15s趋于0;在7~11s时, 脉冲响应曲线拟合法拟合精度低于实现理论法; 在考虑垂荡对纵摇方向影响时, 实现理论法在横荡、垂荡、纵摇方向拟合的状态空间模型阶数分别为4、3、3阶, 是4种方法中最小的; 在不考虑垂荡对纵摇方向影响时, 频域迭代法在横荡、垂荡、纵摇方向拟合的状态空间模型阶数分为3、2、2, 是4种方法中最小的; 采用脉冲响应曲线拟合法在考虑垂荡对纵摇方向影响去拟合状态空间模型时, 拟合纵摇所需的状态空间模型阶数是不考虑时的2倍, 而实现理论法阶数相同。      

基于系统动力学的国际陆港仿真研究

以昆明国际陆港为例,采用定性与定量相结合的研究方法,基于系统动力学仿真软件,对国际陆港与昆明市的经济系统进行建模仿真,系统研究了陆港与城市经济系统发展的主要影响因素及趋势特征,结果验证了该模型在国际陆港与城市经济系统研究方面的有效性.