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。     

港口集疏运网络流量预测模型

通过对集疏运网络流量的经济相关性、分布非均质性、动态性等特征的分析.指出港口集疏运网络流量既受腹地货源量、港口竞争等经济因素的影响,又受通道费用、网络容量等物流因素的影响.建立了港口集疏运网络流量的双因素两阶段预测模型:第一阶段考虑宏观经济发展趋势、腹地GDP、外贸进出口总额、港口建设投资额等经济因素,利用统计回归方法建立腹地货源量与港口吞吐量的预测模型;第二阶段考虑通道费用、网络流量等物流因素,在给定货源量与港口吞吐量的基础上,建立基于用户流量——费用均衡的网络流量分配模型.     

基于RBF神经网络的港口货物吞吐量预测

将人工神经网络理论引入港口货物吞吐量远景观测，并依据，1978－1998年北方某大港主要要经济腹地的相关经济变量的历史数据建立RBF神经网络预测模型，最后利用模型对未来15该港货物吞吐量进行了预测。     

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。     

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。     

基于组合模型的天津港吞吐量预测

根据天津港货物吞吐量的历史数据,分别建立有关该港吞吐量的回归预测模型、Logistic生长曲线模型以及组合模型。通过比较3种模型的平均相对误差,可以证明组合模型的平均相对误差最小。运用组合模型预测港口吞吐量可以降低误差,提高预测精度。     

“十四五”我国港口货物吞吐量结构化预测*

为更好分析港口运输需求发展趋势,将港口吞吐量影响因素进行结构拆解,建立吞吐量与国内生产总值、工业增加值、一二三产业增加值、投资、消费、外贸额的关系方程。同时,将吞吐量拆分为主要货类,建立煤炭吞吐量与火电发电量、原油吞吐量与原油加工量、铁矿石吞吐量与生铁产量、集装箱吞吐量与第二产业增加值等关系方程。组合应用回归分析、弹性系数等预测模型,预测2025年我国港口货物吞吐量、煤炭、原油、铁矿石和集装箱吞吐量分别为172亿、29亿、8.3亿、22亿t和3.2亿TEU。预测结论为全国水运“十四五”发展规划等提供参考。     

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。     

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ARIMA和GM模型的青岛港货物吞吐量预测研究

通过多元回归、时间序列模型以及灰色预测模型,对青岛市的近20 a对外贸易总额和吞吐量进行分析预测。充分考虑与港口货物吞吐量相关的六种因素指标,构建多元回归方程,运用Eviews软件对各因素的数据进行处理,建立ARIMA模型并对提取的三个指标进行预测,从而对回归模型中的对外贸易进出口总额(因变量)进行总预测,以了解青岛港的运输需求量;采用灰色预测模型并运用MATLAB软件对青岛港的货物吞吐量预测,分析青岛港港口的运输承载力。运用数学模型对港口吞吐量进行科学的评价和预测,能为青岛港制定中长期发展战略提供基本依据,对港口的持续发展的具有一定的现实意义。     

基于条件期望的港口货物吞吐量预测模型的建立与分析

为了有效预测港口货物总吞吐量的大小,利用条件数学期望提出了港口货物总吞吐量的预测模型.由于货物总吞吐量的变化与到达港口的货运船数目以及装卸设备的工作效率有密切关系,构造一个关于到达港口的货运船数目以及装卸设备的工作能力组合而成的复合变量,货物总吞吐量是这些复合变量所表示的货物装卸量的和.应用全概理论,得到货物总吞吐量的概率分布.在此基础上,将未来货物总吞吐量看作已完成吞吐量的条件期望.利用增长函数得出港口货物吞吐量的预测模型.以山东地区某港口的货物吞吐量变化规律进行了案例分析.理论分析和案例分析均表明该模型是预测港口货物总吞吐量的有效方法.     

组合预测模型在上海内河港口吞吐量预测中的应用

建立时间序列和二元线性回归的组合预测模型,对上海内河港口2010年、2015年和2020年的货物吞吐量水平进行了预测。研究发现,组合预测模型相比单个预测方法具有较高的精度,能够较准确地预测上海内河港口货物吞吐量。     

基于系统动力学的港口吞吐量预测模型

将系统动力学方法应用于港口吞吐量预测模型。考虑了各种主要因素对港口吞吐量的影响，较好地解决了港口吞吐量预测方法中考虑系统因素较少的问题以及经济、社会发展水平的不确定性等影响港口吞吐量预测所产生的误差问题。采用宁波市港口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。     

港口货物吞吐量双层预测模型研究

在得出港口货物吞吐量概率分布的基础上,利用条件数学期望提出了港口货物吞吐量的双层预测模型.由于货物总吞吐量的变化与到达港口的货运船数目以及装卸设备的工作效率有密切关系,构造一个关于到达港口的货运船数目以及装卸设备的工作能力组合而成的复合变量,货物总吞吐量是这些复合变量所表示的货物装卸量的和.应用全概率理论,得到货物总吞吐量的概率分布.在此基础上,将未来货物总吞吐量看作已完成吞吐量的条件期望,利用增长函数得出港口货物吞吐量的预测模型.以山东地区某港口的货物吞吐量变化规律进行了案例分析.理论分析和案例分析均表明该模型的计算误差要比其它方法小.     

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。     

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。     

青岛港港口吞吐量与青岛市GDP关系的计量经济分析

运用线性回归、辅助函数等计量经济学方法,通过使用Eviews软件对青岛港港口吞吐量与该市GDP之间的定量关系进行了回归分析,并进一步分析了港口吞吐量与GDP之间的关系。     

非参数法在港口吞吐量预测中的应用研究

针对港口吞吐量序列变化复杂，不确定性强的特点，研究了非参数方法在吞吐量预测中的应用。构造了基于核权函数的预测模型，其有效性在实例中得到验证。     

南京港集装箱吞吐量预测研究

港口集装箱吞吐量的合理预测对提高港口竞争力与经济效益具有决定意义。为了提高港口集装箱吞吐量预测精度,分别采用时间序列法中的三次指数平滑法、灰色GM(1,1)法和因果分析法中的多元回归分析法对集装箱吞吐量进行预测。在此基础上运用多元回归法进行吞吐量预测模型的组合分析,根据预测结果与实际吞吐量进行优化组合研究并建立预测综合模型。综合模型融合了前三种方法的优点,克服了单一预测方法的不确定性,改善预测效果,更加适合于南京港集装箱吞吐量的实际预测。     

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.