对东莞市港口吞吐量预测方法的思考

灰色模型因其需要的原始数据较少、精度较高等优点,能满足一般港口货物吞吐量预测的要求。但并不是所有港口货物吞吐量预测都能应用灰色模型而达到理想的预测效果,文中应用东莞市港口货物吞吐量预测的例子闸述这一观点。     

灰色预测模型在过坝货运量预测中的应用

以MATLAB为工具,运用灰色系统理论建立立了基于GM(1,1)的过坝货运量预测模型,以2001-2006年小南海枢纽货运量为原始数据对2007-2011年货运量做了预测。结果表明,该方法具有所需原始数据少、预测精度高等优点。     

基于灰色小波神经网络的船舶交通流预测研究

船舶交通流预测的准确性和可靠性已成为制约港口经济科学发展的瓶颈因素。文章综合利用小波变换的局部化性质与神经网络的自学习能力,并引入灰色模型以反映船舶交通流的发展趋势,使得小波神经网络在灰色模型预测结果的基础上结合船舶交通流的影响因素再预测,构成基于灰色小波神经网络的船舶交通流组合预测模型。实验结果表明,灰色小波神经网络的预测精度高于BP神经网络与小波神经网络,提高了整个预测系统的精度及其鲁棒性。     

港口集装箱吞吐量的灰色神经网络预测模型研究

为了降低港口集装箱吞吐量的预测误差,提高预测精度,文章通过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,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。     

基于灰色 Markov模型的我国远洋船舶货运总量预测*

对我国远洋船舶货运总量的预测关系到我国港口建设和航运发展的一系列科学规划,也关系到远洋运输在综合交通运输中的比重和国际海上运输的资源分配。单纯的灰色模型对明显单调的序列往往预测得较好,而对波动的序列则会出现精度不够理想的问题。在结合改进后的灰色预测模型和M arkov模型的理论优势后,先用改进后的灰色模型来预测远洋船舶货运总量的总体走势,再用M arkov模型来确定各种状态间的转移方式,以此提高对波动序列的预测精度,具有较高的实用价值。     

基于误差平方和极小化的多模型组合预测研究

以某港口1997-2007年集装箱吞吐量为原始数据,建立了回归分析、3次指数平滑及灰色系统方法的港口集装箱吞吐量单项预测模型。鉴于单项预测模型的局限性,以误差平方和极小化为最优化准则,进行了多模型组合预测,并辅以实例进行分析和验证,通过误差的分析表明该模型能够改善预测精度,可以作为未来港口集装箱吞吐量预测的工具。     

港口吞吐量预测的时序残差修正Verhulst模型

灰色系统预测模型是一种进行港口吞吐量预测的有效方法。但是,当港口吞吐量按照“S”型曲线增长或增长处于饱和阶段时,采用灰色模型进行吞吐量预测的误差较大,预测精度不能满足实际要求。根据港口吞吐量的增长规律,通过典型实例提出了基于时序残差的港口吞吐量预测Verhulst模型,用于中长期港口吞吐量预测。应用结果表明,本模型对于那些暂时处于快速增长而从长远看按“S”型曲线增长的港口吞吐量预测具有较高的预测精度,同时保留了灰色预测方法的原有优势和特点。     

灰色-趋势曲线组合预测模型在港口吞吐量预测中的应用

在日常工作中运用灰色理论对数据进行预测吋,往往由于实际情况的复杂性,遇到很多困难。本文结合实际情况和预测经验,提出了一种基于灰色预测理论和趋势曲线预测理论的灰色-趋势曲线组合预测模型,给出了该模型的基本思想和预测过程,并运用该模型对安徽某港口未来的吞吐量进行了预测,表明该模型在实际问题中是可以借鉴和应用的。     

基于灰色自回归模型的船舶流量预测方法

结合灰色模型和自回归AR(p)模型,提出两种模型组合的灰色自回归模型,根据实际的船舶交通流量数据,分别运用灰色模型、自回归AR(p)模型和灰色自回归模型,对某港口船舶交通流量的进行预测,通过计算和Matlab仿真,结果表明灰色自回归模型预测精度较高,证明了该模型的可行性。     

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。     

基础沉降的组合预测法

通过对基础沉降的发生过程、特点及灰色Verhulst模型特点的分析,提出可以根据施工过程中的观测资料,运用基于BP神经网络的组合预测模型对不同时刻的基础沉降进行预测;首先分别利用灰色Verhulst模型和BP神经网络模型对基础沉降进行估算,然后利用人工神经网络中的BP神经网络对采用前2种模型所得的结果进行组合预测。计算实例表明,使用该组合预测方法所得到的预测结果比单独使用灰色Verhulst模型或BP神经网络模型所得到的预测结果的总体误差要小,因而该方法是可行的、有效的;可以运用到实际工程中。     

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。     

基于灰色理论的舰船装备剩余寿命预测模型

为方便并精确地预测舰船装备剩余寿命，利用其服役期间的实测资料，采用灰色系统理论建立了舰船装备剩余寿命灰色预测模型。并利用建立的预测模型对舰船装备剩余寿命进行预测，利用实测资料对其模拟计算结果进行残差检验，结果表明预测模型简单、精度高、计算速度快、方便实用，对在役舰船装备维修决策有一定的参考价值。     

基于并联型灰色神经网络模型的港口吞吐量预测方法探讨

港口吞吐量预测是港口规划的基础,在确定港口发展方向、投资规模等方面发挥着十分重要的作用,因此有必要对港口吞吐量的发展趋势做出合理的预测。结合灰色理论和神经网络模型的特点,尝试用灰色神经网络组合模型之一——并联型灰色神经网络模型进行港口吞吐量预测。用实际算例证明了该方法在港口吞吐量预测中的有效性。     

利用回归预测技术进行港口吞吐量预测的方法研究

以某港口近15年的货物吞吐量作为原始数据,采用回归分析技术,建立回归预测模型,得到预测结果,为港口的发展战略研究提供一定的技术支持。     

对"利用回归预测技术进行港口吞吐量预测的方法研究"一文的商榷

对《水运工程》2004年第四期的“利用回归预测技术进行港口吞吐量预测的方法研究”一文中的回归预测模型提出了不同意见,建立了新的模型,使模型能更全面充分地说明问题,并使得到的结果更为精确,更有说服力,从而为港口的发展战略研究提供更好的技术支持。     

灰色理论模型在船艇操纵性能优劣论证中的应用

为了解各船艇之间总的操纵性能是否满足安全要求,本文运用IMO等有关船艇操纵性能的衡准,确定了综合评估指标;基于灰色理论中的灰色关联分析法建立了船艇操纵性能进行综合评判模型,并选择了4种典型船艇进行了论证。结果分析表明,此评估模型正确,方法简单易行,对操纵者掌握、了解各船艇总的操纵性能和实际操纵具有指导意义。     

港口物流与区域经济协同发展研究*

阐述了港口物流与区域经济的相互关系,利用灰色综合关联度模型对重庆市港口物流与区域经济之间的相关性进行实证分析,结果表明两者存在着高度的相关性;同时通过多维灰色GM(1, N)模型分析了两者之间的协调程度,得出重庆市港口物流与经济增长整体上协调,有一定的发展能力,但是两者之间同时存在某些不协同因素。最后根据分析的结果提出了相关建议以促进港口物流的发展,进而实现与区域经济的良好互动。