内河港口货物吞吐量预测方法研究

在对港口货物吞吐量预测方法进行简单总结的基础上,结合某内河港口吞吐量实例,采用回归分析法、弹性系数法、二次指数平滑法等预测方法对港区货物吞吐量进行了综合预测,经与相关资料对比分析,表明其预测结果是合理的。本文提出的预测方法,可以为其它同类型港口的货物吞吐量预测提供参考。     

组合预测模型在港口货物吞吐量预测的应用

以“估计误差的方差极小”作为最优准则,建立港口货物吞吐量的组合预测模型,并以天津港货物吞吐量预测为例,在回归分析法和3次指数平滑法预测的基础上,采用组合预测模型对天津港货物吞吐量发展进行预测;最后比较了3种预测方法各自的适用性。     

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。     

基于最小二乘法和三次指数平滑法的天津港货物吞吐量预测

根据天津港货物吞吐量的统计资料,采用曲线拟合的最小二乘法和三次指数平滑法建立数学模型来预测吞吐量,并用Excel进行求解。通过模型检验得出,三次指数平滑法的精度较高,更适用于天津港货物吞吐量预测。     

组合预测技术在港口吞吐量预测中的应用研究

以某港口近15a的货物吞吐量作为原始数据，在采用回归分析法和3次指数平滑法预测今后10a港口吞吐量的基础上，以“误差绝对值之加权和最小”作为最优准则，建立组合预测模型，用单纯形表法解出加权系数，得到预测结果。     

三次指数平滑法在港口吞吐量预测中的应用研究

以某港口近15年的货物吞吐量作为原始数据,建立三次指数平滑法预测模型,利用VB语言编写计算机程序,运行求出最佳平滑系数,输入预测年份得到相应的吞吐量预测结果。     

基于三次指数平滑法的钦州港货物吞吐量预测

根据钦州港2012年的货物吞吐量数据分析,发现在各种吞吐量预测方法中,三次指数平滑法较为适宜,根据钦州港1999年至2011年吞吐量历史数据进行预测,得到了钦州港2015年和2020年的吞吐量预测值,为钦州港建设规划提供参考依据。     

结合经济指标修正的GA-BP模型港口货物吞吐量预测

为有效预测港口货物吞吐量,基于遗传算法(Genetic Algorithm,GA)优化的BP神经网络模型(GA-BP模型),结合经济指标影响,对港口货物吞吐量进行预测研究。选取2012―2020年上海港货物吞吐量月度数据,运用GA-BP模型得到准预测值,通过主成分分析法对经济指标降维,得出经济综合影响指数,并对准预测结果进行修正。试验证明,考虑经济指标影响的GA-BP模型比传统时间序列模型和BP神经网络模型的预测效果更优。     

港口吞吐量预测的动态平滑参数新模型

港口吞吐量预测是港口总体布局规划中重要的前期工作。将最优梯度算法应用于指数平滑模型,通过构造优选并自动生成的最佳平滑参数,使模型得以优化,增强了指数平滑模型对时间序列的适应能力。较好地解决了指数平滑预测中,平滑参数靠检验确定且为静态,平滑初值难以确定并导致预测偏差等问题。以上海港口为例,与其它指数平滑预测算法比较,验证了该算法的有效性和实用性。     

长三角港口货物吞吐量发展预测

介绍了长江三角洲港口群的范围,然后根据国家有关部门的规划,应用多种预测法,对上海港、江苏、浙江等主要港口货物吞吐量进行预测。     

盐田港集装箱吞吐量预测

通常,港口市场预测方法除了增长速度法和腹地生成法以外,还有回归分析法、趋势外推法、指数平滑法、弹性系数法等。本文试图采用盐田港以前市场需求预测时未曾采用的几种方法,利用历史数据表现的规律建立数学模型,从而对盐田港物流市场需求进行预测,以弥补过去由于历史数据不足产生的预测方法空缺。     

关于港口吞吐量预测方法选择的探讨

港口吞吐量预测是指通过港口大量历史观察数据的处理、分析、研究,找出其变化规律,再根据该规律外推,求出港口未来吞吐量的预测值。由于预测技术本身的多样性以及各个港口不同的发展情况,实际应用中所采取的预测方法很多。据不完全统计,应用次数最多的预测方法为回归分析和指数平滑,所占的比例分别为19.88％和13.16％。本文以上海港集装箱吞吐量预测为例,通过对这两种最常用的预测方法的比较分析,说明在港口吞吐量预测方法选择时应该注意的几点问题。     

三次指数平滑法在港口吞吐量预测中的应用

港口吞吐量是港口发展战略研究的重要内容。正确预测港口吞吐量,对于合理科学的港口布局、基本设施投资规模、营运策略、发展战略以及与集疏运相关的综合运输的规划是十分重要的,并且事关港口经济腹地国民经济的发展和我国在国际经济中的竞争力,所以意义特别重大。在进行港口吞吐量的预测时,过去人们常采用回归分析法和二次指数平滑法等方法。本文提出了在港口吞吐量预测中采用三次指数平滑法预测技术,并用一个实例证明了方法的有效性。     

港口货物吞吐量预测方法探讨

对常用的港口货物吞吐量预测方法进行了系统分析,并以重庆涪陵港为例,综合运用回归分析法、平均增长率法、弹性系数法、产销平衡法等定量预测方法和专家预测法等定性预测方法进行吞吐量预测,经与相关资料比较,表明其预测结果是合理的,同时本文采用的预测方法也可为其它港口的货物吞吐量预测提供参考。     

大连港集装箱吞吐量预测

以大连港历史数据为依据，运用指数平滑、回归分析、弹性系数法等对大连港集装箱吞吐量进行预测分析，并在原有预测方法的基础上提出一种新的组合预测模型，通过对各预测结果的比较。证明此模型在港口吞吐量预测中有较高的精度。     

基于指数平滑法的宁波-舟山港港口吞吐量预测研究

针对宁波-舟山港港口吞吐量预测需要,引入指数平滑法的应用,提出了在二次指数平滑、对数二次指数平滑和三次指数平滑模型中,采用两层不同步长搜索算法,选取出使误差最小的平滑系数,对宁波-舟山港2009-2011年港口吞吐量进行预测建模。通过前三年预测结果和实际误差的反馈分析,加权确定了预测模型中的平滑系数,建立了基于三次指数平滑的预测模型,对2012-2014年港口吞吐量进行了预测。根据2012年该港实际港口吞吐量进行比较,该预测方法比较精确。     

基于NeuralProphet-LSTM组合模型的港口货物吞吐量预测

为进一步提高货物吞吐量预测准确性,提出基于NeuralProphet时间序列模型与长短期记忆(LSTM)神经网络的组合预测模型。首先利用NeuralProphet模型对港口货物吞吐量数据进行训练得到预测值并计算残差序列,然后对残差数据建立LSTM神经网络模型进行预报修正,重构得到最终的预测值。以上海港、厦门港的月度货物吞吐量数据为样本展开试验,结果表明,该模型能够有效地解决数据异常波动造成的预测结果误差大、预测效果不稳定等问题;相比于传统单一模型与LSTM-支持向量机(SVM)、Bi-LSTM等组合模型,NeuralProphet-LSTM模型预测精度更高,可帮助港航企业及时调整规划决策与经营策略。     

基于支持向量机的舰船维修费用组合预测研究

在费用预测中，利用单一模型往往存在着信息不足的缺陷。为了提高舰船维修费用的预测精度和稳定性，采用支持向量机（SVM）回归算法，把几种单一预测模型结果作为输入，实际值作为输出，然后用足够多的预测案例训练学习机器，在各组合的模型预测结果与实际之间得到一种非线性映射关系，从而建立了非线性组合预测模型。最后，以某型舰船维修费用为例，对指数平滑法、灰色预测和参数法3种方法的预测结果进行仿真，结果表明此法较传统的单一模型预测法具有更高的预测精度。     

连云港港货物吞吐量预测研究

分别采用线性回归法和支持向量机法对连云港港货物吞吐量进行预测研究,在此基础上,提出基于前两种方法的最优线性组合预测模型。通过对3种预测方法的预测结果对比,指出组合预测法具有性能稳定且精度较高的特点。最后根据组合预测模型结果,给出连云港港2010—2015年货物吞吐量的预测数据。     

基于三次指数平滑法的苏州港吞吐量预测

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。文中根据苏州港集装箱吞吐量、货物吞吐量的历史数据,建立了时间序列的三次指数平滑模型预测模型,对苏州港集装箱吞吐量、货物吞吐量加以预测和分析,并提出了苏州港进一步发展的策略。