组合预测模型在宁波港集装箱吞吐量预测中的应用

港口吞吐量预测是港口规划过程中的关键环节,直接关系到港口规划的科学合理性。本文根据宁波港集装箱吞吐量的历史数据,建立了时间序列的三次指数平滑模型、灰色系统预测模型等单项预测模型。鉴于单项预测模型的局限性,提出了组合预测模型,采用线性规划的方法确定其最优组合的权重,并对宁波港集装箱吞吐量加以预测和分析。     

船闸通过量预测研究

通过采用线性回归模型、时间序列法、GM（1,1）进行预测,并针对这3个模型构成的组合预测模型的特点,以加权组合预测法来确定权重系数;通过对江苏地区经济发展和货种变化的分析,预测运东船闸至2020年的通过量,研究船闸通过量预测的相关方法。     

基于熵的组合预测法对湖北省货运量预测

一组合预测方法作为一种能够有效提高预测精度的一种方法,可应用于对湖北省货运量的预测中,其最关键的问题是如何求出加权平均系数。本文根据所选模型计算出的误差所反映出的信息熵,对所选各个体预测方法权重进行分配,从而提出基于熵的组合预测模型。     

基于支持向量机的舰船建造费组合预测方法研究

权重求取是组合预测方法应用的核心问题,针对现有方法的不足,提出了一种基于支持向量机的组合预测方法,构建了相应的组合预测模型,并对舰船建造费进行了预测,将该模型的预测结果与单个预测方法的预测结果进行了比较。实践证明该方法能有效地降低误差。     

基于误差绝对值之加权和最小的组合预测模型及其应用

介绍了基于误差绝对值之加权和最小的组合预测模型,并应用灰色预测法和三次指数平滑预测法两种单项预测法建立上海港集装箱吞吐量的组合预测模型,并运用此模型对２０００～２００１年上海港集装箱吞吐量进行了预测。     

组合预测模型在港口物流量预测中的应用

为了合理预测港口物流量,建立了三次指数平滑、趋势外推和灰色系统等单项预测模型。鉴于单一预测模型的局限性,提出了以误差绝对值加权和最小为最优化准则的组合预测模型,运用主成分分析的思想来确定组合的权系数。分析比较表明,组合预测模型具有更高的预测精度和更低的预测误差,同时更适合各期预测,能避免各单项预测模型的局限。该组合模型对制定港口规划具有一定的参考价值。     

时序数据挖掘中一种组合预测模型的研究

在时序数据的预测过程中有很多不确定的因素,用单一预测模型进行预测时,其预测精度不高.为了提高预测精度,在回归分析模型、指数平滑模型、灰色GM(1,1)模型三种单一预测模型的基础上,建立组合预测模型,并利用最小二乘法确定组合预测模型的权重.组合预测模型综合了各种预测模型提供的信息,能改善预测性能.该模型将更好的应用于时序数据挖掘.     

上海内河货运量的组合预测

内河航运是综合交通运输系统中不可缺少的运输方式,存在着很大的潜在优势.定量地把握未来内河运输的发展趋势,具有重大的现实意义.通过利用时间序列模型、logistic曲线与自回归模型等,对2010-2015年的上海内河货运量进行预测.在此基础上,对不同模型赋予不同的权重,建立了组合预测模型.研究表明:未来上海内河货运量将持续稳定地增长.为提高预测的精度,有必要综合地使用多个预测方法.     

组合预测模型在公路货运周转量预测中的运用

货物周转量可以反映出一个地区物流发展的程度,因此对其进行预测分析,对于发展区域经济有重要意义。本文首先运用层次分析法确定权重后,再组合三种预测模型,即时间序列平均移动模型,灰色预测GM(1,1)模型,非线性回归模型,分别对湖北省公路货运周转量进行拟合对比。最后对2005-2010年湖北公路货运周转量发展程度进行预测,为发展湖北省未来几年公路交通建设政策制订提供参考。     

基于信息熵的舰船装备建造费组合预测研究

舰船装备建造费的预测方法多种多样,不同的方法体现出不同的特点.针对常用的几种费用预测方法,充分利用不同方法的特点和提供的信息,提出基于信息熵的最优组合预测模型.在建立预测方法评价指标集的基础上,利用信息熵确定了各种方法在组合预测模型中的权重.该方法能处理预测中的不确定性因素,同时综合考虑了各种方法的特点以及预测过程中预测人员主观因素的影响,较为符合舰船装备建造费预测的实际情况.实际应用表明该方法可行,具有实用价值.     

基于交通条件改善的公路网交通生成预测方法研究

以经济、人口、车辆保有和广义出行时间为基本变量,采用回归分析方法建立交通生成预测模型,从而在交通生成阶段中考虑了交通出行条件改善的影响,将交通生成预测和诱增交通预测两者结合,既考虑了社会经济对交通的决定作用,又考虑了交通供给对交通生成的反作用。模型应用于江苏省高速公路网规划实践,结果表明,模型能够反映不同地区经济、人口、车辆保有以及交通条件等因素对各地区交通生成特性的差异,并且具有实用、精度高、可操作性强的特点。     

“网络中心战”对海军发展的启示

网络中心战是一种全新概念的战争，其指挥行动的快速性和部队间的自同步使之成为快速有效的战争。通过对国外网络中心战的概念、特点和发展趋势的分析与研究，探讨并提出了未来海军“网络中心战”设想。     

基于马氏距离的舰船装备修理价格组合预测

为更加准确地确定舰船装备全寿命费用,提高装备经费的使用效益,针对我国舰船装备修理价格影响因素多、不确定性大的特点,提出采用组合预测方法对其进行预测建模;针对基于欧氏距离的组合预测方法不能处理用于组合的单项预测模型之间的相关性问题,提出采用马氏距离作为建模基础,建立基于马氏距离的舰船装备修理价格组合预测模型。应用结果显示,基于马氏距离的组合预测要比基于欧氏距离的组合预测以及各单项预测具有更好的稳定性,预测风险更小。     

航道货运量预测方法及其应用

为了精确预测航道未来货运量需求,克服传统预测方法无法实现复杂非线性拟合的缺点,分析了航道货运量的影响因素,探讨了遗传规划方法在航道货运量预测问题上的应用.根据遗传规划巾复制、交换、变异等进化方式,建立了基于遗传规划的航道货运量预测模型.以江苏省连申线苏北段历年货运量及区域经济发展状况为样本,采用遗传规划方法自动找出货运量随时间变化的规律,并对未来货运量进行了预测.结果表明,本箅法的计算相对误差很小,预测结果合理可信,且优于常用的回归预测,为解决航道货运量等非线性系统预测提供了一条新的途径.     

基于主成分分析的舰船装备维修费组合预测

针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明:在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。     

基于加权最小二乘法的武器装备批量生产成本费用研究

加权最小二乘法考虑了现实情况下普遍存在的异方差性，在经济预测中有着更为广泛的应用。在系统研究我国武器装备批量生产规律和状况的基础上，结合计量经济的相关理论，提出基于加权最小二乘法的费用预测模型，并辅以实例进行分析，结果表明，该方法移植性好，由于消除了异方差性的影响，模型的拟合和预测性能较一般最小二乘法更佳。     

2000年国内外环境与水运的相关关系

本文应用计量经济学方法,首先对国内外环境与运输的大量参数进行相关分析,寻求出与各运输方式密切相关的主要因素,然后通过回归分析,建立了交通体系的计量经济模型,最后按国民经济预期达到的若干主要参数,预测2000年水运运量及港口吞吐量。     

Predicting freight flows in a globalising world

In this paper we suggest a methodology to predict commodity specific transportation flows that brings together data in value and in quantity terms in a consistent way. The approach is based on the modern gravity formulation. There are three driving forces of the transport flows dynamics: economic growth, the ongoing globalization (reduction of trade barriers), and the changing commodity composition of trade, whereby the evolution of value-to-weight ratios is explicitly taken into account. The methodology is applied to forecast the interregional trade flows in Europe.     

基于混沌理论和改进极限学习机的船舶升沉预报

船舶升沉运动预报是主动升沉补偿系统中的重要组成部分.为了满足船舶升沉运动预测的实时性和准确性要求,本文提出了一种混沌理论与增强搜索极限学习机相结合的混合方法(CES-ELM).在混沌动力系统相空间重构的基础上,采用基于误差最小化的方法生成ELM隐藏节点并不断更新权值;利用优化后的模型参数建立船舶运动预测模型.不同海况下的仿真结果表明,该方法的预测平均绝对百分误差小于10％,与传统的ELM和LSSVM模型相比,该模型能有效提高预测精度和鲁棒性.