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。     

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。     

排队论在集装箱堆场进场闸口管理中的应用

正集装箱堆场是提供集装箱装卸、转运、检修、保管、交接和堆存等服务的场所,是集装箱物流链上的重要节点。~([1])集装箱堆场的服务始于进场闸口。作为集装箱堆场的重要服务设施之一,进场闸口不仅是集装箱进入堆场的必经之处,而且是集装箱交接双方的责任分界点,其服务能力和服务质量直接影响集装箱堆场的运营效率和客户满意度。~([2])近年来,我国集装箱物流行业迅猛发展,港口集装箱吞吐量连续多年稳居世界首位;然而,大多数集装箱     

组合预测在港口吞吐量预测中的应用研究

以某港口1998~2004年吞吐量为原始数据,按照“误差平方和最小”的准则,把移动平均法和GM(1,1)模型组合起来,对某港口2006~2010年的港口吞吐量进行了组合预测。     

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。     

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。     

BP-neural networks预测法在湛江港港口吞吐量预测中的应用

本文对港口吞吐量预测的方法进行了研究,分析了传统预测方法在实际应用中存在的问题,利用黑箱模型理论对湛江港近年吞吐量与建设投资额进行定性研究和定量检验,证明了港口吞吐量与建设投资额之间存在显著的正相关关系,并基于此提出基于BP-neural networks的预测方法,为湛江港港口吞吐量的预测提供了一种新的方法与途径。     

港口吞吐量预测的时序残差修正Verhulst模型

灰色系统预测模型是一种进行港口吞吐量预测的有效方法。但是,当港口吞吐量按照“S”型曲线增长或增长处于饱和阶段时,采用灰色模型进行吞吐量预测的误差较大,预测精度不能满足实际要求。根据港口吞吐量的增长规律,通过典型实例提出了基于时序残差的港口吞吐量预测Verhulst模型,用于中长期港口吞吐量预测。应用结果表明,本模型对于那些暂时处于快速增长而从长远看按“S”型曲线增长的港口吞吐量预测具有较高的预测精度,同时保留了灰色预测方法的原有优势和特点。     

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。     

长三角地区港口吞吐量预测

国民经济和外向型经济的迅猛发展对港口的规划建设提出了新的要求,也给港口带来了新的发展机遇.在港口规划及可行性研究阶段,都需要研究、论证建港规模,而建港规模的确定是建立在港口吞吐量需求预测基础上的,预测港口吞吐量就成了港口项目前期工作中必须首先进行的工作.     

基于关联度模型的湛江港与城市经济关系研究

以湛江港港口物流与湛江市经济作为研究对象,运用2008年~2016年湛江港货物吞吐量、GDP、各产业增加值等数据,在科学分析经济发展趋势的基础上,借助关联度模型对经济各产业与吞吐量进行关联性分析,构建了湛江港港口物流与湛江经济发展的指标体系,为港口物流与湛江市经济的互动发展提出错位发展的建议。     

基于改进支持向量机(SVM)模型的荆州港吞吐量预测

在编制港口总体规划过程中,港口吞吐量的预测对于提出规划方案至关重要,支持向量机(SVM)方法是港口吞吐量预测较为常见和有效的预测方法。针对港口吞吐量预测影响因素复杂的问题,以荆州港总体规划为实例,研究分析了影响港口吞吐量的主要指标因素。在采用SVM预测方法的基础上,运用遗传算法(GA)、网格搜索算法(GS)对SVM模型主要参数进行优化改进,GA-SVM和GS-SVM模型预测结果都是在支持向量机预测方法的基础上,采用遗传算法和GS方法对支持向量机模型的主要参数进行优化和改进,并用MSE和R2检验了遗传支持向量机和GS支持向量机模型的预测结果。改进后的SVM模型是在当前研究成果基础上提出的一种新港口吞吐量预测方法,可将该模型在港口总体规划工作中进行推广应用。     

我国港口吞吐量预测方法研究综述

对目前预测港口吞吐量的方法进行了总结和比较后,指出在实际预测工作中,还要根据预测进行时间以及港口的内、外部具体情况,选择合适的港口吞吐量预测方法。     

基于BP神经网络的武汉港货物吞吐量预测

港口吞吐量是港口设施和经营管理水平的综合性反映。本文从BP神经网络原理入手,构建影响港口货物吞吐量的因素与货物吞吐量间的预测模型,并对武汉港货物吞吐量进行了预测,得到了较好的预测结果。     

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。     

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。     

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。     

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。     

宁波-舟山港集装箱吞吐量的SD 建模预测

港口集装箱吞吐量预测问题具有多因素非线性相互作用构成的高阶次、复杂时变系统特征。基于该特征,引进系统动力学建模法建立了宁波-舟山港集装箱吞吐量模型,利用环境、经济、进出口贸易、港口及集疏运5个子系统的非线性相互作用,反映多种不确定因素对港口集装箱吞吐量的影响。应用该模型预测了宁波-舟山港2010—2020年集装箱吞吐量,取得了较好的结果。