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。     

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。     

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。     

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。     

港口吞吐量增长率对吞吐量预测的影响与实证分析

目前对港口吞吐量的预测方法例如时间序列法、因果关系分析法、概率预测技术等都是基于已有吞吐量数据进行预测,对吞吐量的增长率规律考虑较少,因此往往难以估计误差上下限。文章通过增长率的发展规律对港口吞吐量预测进行估计,并针对鹿特丹港进行实证比较。     

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。     

基于灰理论的港口吞吐量预测研究

港口吞吐量是港口建设的重要依据,有效预测港口吞吐量,才能使港口在海洋运输业中发挥重要作用。灰理论预测可以在少量信息、不完全数据的情况下,揭示港口吞吐量的发展变化特征,是研究港口吞吐量的有效工具。本文对上海港货物吞吐量进行研究的结果表明,应用灰理论对港口吞吐量建立灰色模型GM(1,1)进行短期预测,其结果有较高的实用价值。     

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。     

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。     

浅谈港口吞吐量的分析方法

港口吞吐量的预测对于港口的建设和规划有着极其重要的意义。目前预测港口吞吐量的比较成熟方法有回归分析法、时间序列法以及灰色系统法等。本文就各种分析方法做简单概述。     

基于灰色关联分析和综合评价法的港口与产业发展关系研究*

日本濑户内海地区港口和城市发展对日本经济发展作用巨大,是港城协调发展的典型,值得关注和研究。为探究该地区港口与产业发展间的关系,以港口吞吐量和集装箱吞吐量表示地区港口发展状况,以从业人数和产业总产值表示地区产业发展状况,首先基于灰色关联分析法对各县港口与产业发展间的关系进行比较分析,总结归纳发展对策,为辽宁沿海经济带的港口与产业发展提供借鉴。然后,建立兼顾均衡性与功能性的综合评价模型,确定影响濑户内海地区产业发展水平的主要港口指标为港口吞吐量。最后,将其与其它评价模型进行比较,结果表明构建的综合评价模型与现实更吻合,能够更准确地对整个濑户内海地区的港口与产业发展关系进行综合评价研究。     

江苏沿海港口吞吐量影响因素及预测分析

目前江苏沿海地区综合开发已上升到国家发展战略层面,沿海港口建设正在迅猛开展。港口吞吐量的预测对于港口的建设有着极其重要的意义。以港口和腹地之间的互动关系为出发点,分析了可能影响江苏沿海港口吞吐量的若干因素,采用主成分分析法提取了过去10年影响港口吞吐量的最关键因素,剖析了江苏港口发展的内在影响机理,并提出了基于影响机理的预测模型。最后使用模型对江苏港口吞吐量进行验证分析,模型为江苏沿海港口新一轮发展提供了有力的数据支撑。     

The relationship between ‘position-port’, ‘hard-port’ and ‘soft-port’ characteristics and port performance: conceptual models

This research study attempts to conceptualize models based on the relationship between characterization factors and port performance. By selecting a universe of the 230 largest European ports in terms of cargo throughput, 43 valid answers were obtained. Factor analysis and K–W (Kruskal–Wallis) tests were carried out taking as a reference the port performance theory. Findings reveal the existence of a relationship between port performance and its characterization factors, delving into the development of conceptualized models that contribute to deepen the knowledge of port competition structure and dynamics within Europe.     

Forecasting container throughput based on wavelet transforms within a decomposition-ensemble methodology: a case study of China

To improve predictive accuracy, new hybrid models are proposed for container throughput forecasting based on wavelet transforms and data characteristic analysis (DCA) within a decomposition-ensemble methodology. Because of the complexity and nonlinearity of the time series of container throughputs at ports, the methodology decomposes the original time series into several components, which are rather simpler sub-sequences. Consequently, difficult forecasting tasks are simplified into a number of relatively easier subtasks. In this way, the proposed hybrid models can improve the accuracy of forecasting significantly. In the methodology, four main steps are involved: data decomposition, component reconstruction based on the DCA, individual prediction for each reconstructed component, and ensemble prediction as the final output. An empirical analysis was conducted for illustration and verification purposes by using time series of container throughputs at three main ports in Bohai Rim, China. The results suggest that the proposed hybrid models are able to forecast better than do other benchmark models. Forecasting may facilitate effective real-time decision making for strategic management and policy drafting. Predictions of container throughput can help port managers make tactical and operational decisions, such as operations planning in ports, the scheduling of port equipment, and route optimization.     

OD流仿真模型在珠三角集装箱港口群布局规划中的应用研究

构建由珠三角集装箱运输OD流运输网络、港口模糊综合评价模型、中转港选择的Logit模型3大部分构成的OD流仿真模型。在2020年珠三角集装箱生成量预测基础上,应用该模型对区域内集装箱运输需求在各OD流路径中的运输量进行仿真模拟测算,科学合理地预测该年度珠三角各港的集装箱吞吐量,为2020年度的珠三角集装箱港口群的合理布局规划提供指引。     

巴布亚新几内亚科考瑞港集装箱吞吐量预测

为评估新建巴布亚新几内亚科考瑞港的建设规模,构建由回归分析模型、腹地集装箱运输需求重力模型、多目标港口模糊评价模型和基于Logit模型的港口选择模型4部分组成的综合预测方法。对巴布亚新几内亚科考瑞港的腹地集装箱运输需求进行预测;并对腹地省份在不同港口的集装箱运量进行测算,从而科学合理地预测科考瑞港的集装箱吞吐量,为实施项目的必要性提供支持。该预测方法使用较少的基础数据即可比较科学客观地预测新建港口的集装箱吞吐量,能够较好地解决在不发达国家或地区统计资料缺失、安全局势不稳定导致腹地调研困难等情况下的吞吐量预测问题,为海外港口的建设、咨询项目提供帮助。     

基于位序-规模法则的区域港口群发展演化规律

为合理利用港口资源、减少恶意竞争,提出基于位序-规模法则的港口群发展演化规律研究方法。以吞吐量为衡量港口规模的指标,以变异系数、基尼系数等指数研究区域港口群规模差异,以首位度指数判断区域港口群是否服从位序-规模分布,进而基于位序-规模理论研究区域港口群规模分布,定量分析区域港口群发展演化规律。实例分析以欧盟港口群为研究对象,结果表明:欧盟港口群规模差异较大,不均衡程度会逐年增大;欧盟港口群符合位序-规模法则,随着港口位序由高到低,吞吐量增长率会随之减小。     

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。     

我国经济发展阶段性特征及对沿海港口影响的分析

在系统整理改革开放30多年来我国经济、港口发展数据的基础上,将我国经济历程划分为6个发展阶段,探讨不同阶段经济发展特征及对沿海港口的影响。展望未来20年我国经济发展趋势,预测港口吞吐量发展水平,提出2025年左右港口吞吐量发展将出现拐点,并对沿海港口发展与建设提出意见与建议。