基于聚类的港口吞吐量预测方法及其适用性分析

在统计分析历史数据的基础上,选取港口吞吐量、GDP值等指标,采用SPSS统计分析软件中的层次聚类分析法,将我国具有代表性的港口按照吞吐量增长规律分成平稳增长型、加速增长型和波动增长型3类。然后选择时间序列法、回归分析法、灰色模型理论和神经网络模型法,对不同类型的港口吞吐量预测的适用性进行了理论分析。最后以上海港和镇江港为实例进行计算,并对不同预测方法的适用性进行了验证。     

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。     

预测港口吞吐量方法的探讨

通过福建省港口的历史资料，探讨港口吞吐量的预测理论和方法，提出了6大货种分类法、预测结果采用动态结论形式，按货种划分直接腹地等吞吐量预测方法。     

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。     

新建内河港口吞吐量预测方法

基于产销平衡法的基本理论,从港口腹地划分和运输需求特征出发,结合港口区位商的概念,提出一种较为实际的针对缺少历史数据的新建内河港口的吞吐量预测方法,并以商丘市为例,对其新建港口吞吐量进行预测。     

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。     

灰色预测模型在港口集装箱吞吐量预测中的应用

1 引言 多年来我国集装箱运输持续快速地发展,水路运输方面,已在沿海形成八大干线港口,集装箱运输正逐步向中西部延伸。随着未来经济的发展。港口还须进一步提高吞吐能力,港口集装箱吞吐量需求预测将越发重要。     

最优组合预测方法在内河港口吞吐量预测中的应用

港口吞吐量的预测是港口规划过程中最为基础也最为关键的一步,只有对港口吞吐量做出准确、稳定的预测,才能做出科学合理的港口发展规划。由于内河港吞吐量历史数据有限,文中采用GM(1,1)和Verhulst模型的最优组合模型对港口吞吐量进行预测。该组合模型充分利用GM(1,1)模型“少数据,短期预测准确”的优点,又针对GM(1,1)预测量的无限增大趋势,引入了Verhulst模型进行组合修正,进而提高预测值的准确、稳健性。     

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。     

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。     

香港港口吞吐量微跌

香港特区政府统计处公布，今年第二季的港口货物吞吐量较上年同期下跌1％，为6870万吨。当中，抵港港口货物与上年同期相若，为4070万吨，而离港港口货物则下跌1％，为2800万吨。     

港口吞吐量计量预测分析

通过应用国际航运的派生需求理论和计量经济分析方法,采用计量经济学中时间趋势、对数等变量分析手段,新设计了一个能精确预测港口吞吐量的经济计量方程。通过使用该计量方程,并引用厦门港吞吐量历年数据,采用两种不同的计量技术方法对厦门港2005～2008年的集装箱吞吐量进行预测,两种方法的预测结果差异很小。论文同时对两种预测方法获得的预测结果进行了误差分析,并计算出误差结果。     

基于马尔科夫模型的港口吞吐量预测

结合我国主要港口近10年来的货物吞吐量季度数据,利用马尔科夫模型进行预测。经验证,马尔科夫模型适用于对港口货物吞吐量的预测,并具有很高的精确度。在此基础上,提出改进建议:采取权重计算方式;扩大数据样本,使模型精确度更高。     

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。     

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。     

国内港口吞吐量持续低迷

2月份,我国港口货物吞吐量降幅较上月扩大1.5个百分点。受去年基数较大等因素影响,煤炭和铁矿石吞吐量与去年同比减少2000多万吨。内贸货物吞吐量降幅较上月扩大3.7个百分点,下降速度有所加快。港口货物吞吐量完成4亿吨．同比下降7％。其中．外贸1．3亿吨．同比下降9.5％：内贸2．7亿吨．同比下降5.8％。