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。     

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。     

基于三次指数平滑法的青岛港集装箱吞吐量预测

港口集装箱吞吐量预测一直是港口总体布局规划的重要前期工作。本文介绍了三次指数平滑预测方法,并针对青岛港历年集装箱吞吐量的增长特点,运用三次指数平滑法模型对青岛港“十一五”期的集装箱吞吐量进行了预测,比较了若干常用预测方法的预测效果,确认了所建预测模型的有效性。在此基础上作者对青岛港的发展提出了建议。     

“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.     

基于ES-Markov模型的港口集装箱季度吞吐量分析与预测

为有助于对港口规划和资源分配进行科学管理,以深圳港2012—2017年共24个季度的集装箱吞吐量数据为例,对各季度数据进行加权灰色关联分析,通过各季度吞吐量的影响度排序得出其发展规律;将三次指数平滑法与马尔科夫模型相组合,并应用于港口集装箱季度吞吐量预测中。结果表明:与传统的三次指数平滑模型、灰色预测模型相比,ES-Markov模型使相对误差降至5%以下,预测精度大幅提高,因此,该模型可很好地适应港口集装箱吞吐量季节性波动的发展变化规律。未来可将该组合模型应用于港口吞吐量预测中,为港口发展决策提供理论依据。     

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。     

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。     

基于时间序列BP神经网络的集装箱吞吐量动态预测

集装箱吞吐量预测是港口发展规划制定的依据。在MATLAB环境下，把时间序列BP神经网络应用于港口集装箱吞吐量的预测，采用逐步递归的方法进行，同时注意尽量减少训练样本的浪费（只用1个检验样本）和充分挖掘BP神经网络适合短期预测的潜力。无论是从拟合情况，还是预测值的检验和港口发展规划的实际情况来看，都有着很高的精度．可以作为集装箱吞吐量预测的一种行之有效的方法。     

应用加速基因算法预测港口集装箱吞吐量

本文首先简述加速基因算法的基本思路,然后应用加速基因算法对上海港集装箱吞吐量进行预测,半与基于神经网络、灰色理论的预测成果比较。结果表明,加速基因算法直观简单,预测精度高,是解决港口集装箱吞吐量等非线性系统预测问题的有效途径。预测成果可为港口集装箱码头的规划和建设提供参考依据。     

泉州港集装箱吞吐量预测与战略分析

港口集装箱吞吐量的预测不仅是一个关乎港口如何采取应对措施的重要环节,而且是港口发展战略与发展规划的重要组成部分。泉州港集装箱运输近些年取得了长足的进展,但也存在一些问题。本论文运用回归分析法对泉州港的集装箱吞吐量进行了预测,基于预测的结果对泉州港口未来的发展战略进行了系统分析。     

相同腹地港口集装箱吞吐量预测

从港口群的角度对港口集装箱吞吐量预测进行研究,解决港口腹地重叠情况下的港口集装箱吞吐量预测问题。通过分析港口吞吐量影响因素,建立广义费用函数,构建集装箱的广义费用最小模型,最后通过软件STAN计算出港口集装箱吞吐量。将该方法应用于上海国际航运中心货运集疏运系统集成优化研究和上海国际航运中心集疏运体系优化方案研究,预测其中3个港口在2015年和2020年的集装箱吞吐量。     

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。     

集装箱吞吐量的动态预测研究

针对以往文献中港口集装箱吞吐量的预测结果与实际值差距大的现象,提出了用因果模型预测一民动态补偿相结合的动态预测方法预测港口集装箱吞吐量,并将此方法用于对上海港集集装箱吞吐量的预测,取得了较好的效果,为集装箱吞吐量的预测提供了一条较为可靠且实用的途径。     

基于GRNN神经网络的长江干线港口集装箱吞吐量预测

在长江集装箱货源市场调查分析的基础上,根据长江干线集装箱发展形势,结合长江干线港口发展情况及历年数据调查,考虑影响港口吞吐量预测的复杂因素,运用GRNN神经网络的优点,构建预测模型。预测结果证明,该模型在应用中是有效的,且当样本数据短缺时,预测效果也较佳。     

支持向量机在集装箱吞吐量预测上的应用

针对目前常用港口集装箱吞吐量预测方法的局限性,将支持向量机(SupportVectorMachines,SVM)回归方法用于港口吞吐量预测。提出了集装箱吞吐量预测的步骤和相关参数的确定方法。在此基础上,以上海港集装箱吞吐量的预测为例,详细介绍该方法的应用过程。结果表明,本算法合理有效,为解决集装箱吞吐量等非线性系统预测提供了一条新的途径。     

基于支持向量机的港口吞吐量预测

对传统的两个线性组合预测模型进行了研究,提出了一个新的线性组合预测模型Ⅲ。为提高精度,提出了支持向量机非线性的组合预测模型。以青岛港历年集装箱吞吐量为例,与单一预测方法、线性组合预测进行对比,结果表明支持向量机非线性的组合预测方法比较精确。