BP神经网络在航道网总运量预测中的应用

在对神经网络算法进行分析的基础上,以区域历年货运量值为样本,构造时间序列法的神经网络预测模型,并预测区域航道网总运量。     

基于Elman神经网络的上海港货物吞吐量预测研究

从内贸以及外贸两方面探讨上海港货物海运生成量。常用的预测方法有回归分析法、指数平滑法、灰色预测等,但单独的预测方法往往导致预测的准确性较低。文中通过货运量生成法、三次指数平滑法、回归预测法得到3组预测值,作为Elman神经网络的输入,对网络进行训练得到综合的预测模型,并以上海港货物吞吐量为例,对此模型进行论证。     

航道货运量预测方法及其应用

为了精确预测航道未来货运量需求,克服传统预测方法无法实现复杂非线性拟合的缺点,分析了航道货运量的影响因素,探讨了遗传规划方法在航道货运量预测问题上的应用.根据遗传规划巾复制、交换、变异等进化方式,建立了基于遗传规划的航道货运量预测模型.以江苏省连申线苏北段历年货运量及区域经济发展状况为样本,采用遗传规划方法自动找出货运量随时间变化的规律,并对未来货运量进行了预测.结果表明,本箅法的计算相对误差很小,预测结果合理可信,且优于常用的回归预测,为解决航道货运量等非线性系统预测提供了一条新的途径.     

新建内河航道货运量预测研究

结合小清河复航工程实例,根据腹地经济发展、交通运输结构等特点,首先通过产销平衡法初步预测小清河货运量,再采用货源调查法进一步预测小清河分货种货运量,通过综合分析得到小清河水平年总货运量。采用这种定量计算与定性分析相结合的方法预测结果较为合理,成果对缺乏历史数据的新建内河航道货运量预测有一定的参考价值。     

基于货运强度变化规律的货运量预测方法

目前我国部分地区货运量统计数据存在收集不全、统计口径不一致及社会经济环境变化大等问题,导致常规的时间序列预测法和回归预测法难以在这些地区应用。鉴于此,分析了国内外货运强度变化的规律,指出人均GDP和第三产业所占比例是影响货运强度的主要因子,提出了通过模糊聚类方法对地区货运发展阶段进行定位,找出其发展阶段所对应的货运强度值,进而提出依据人均GDP和第三产业所占比例进行货运量预测的方法。最后对邢台市的货运量预测进行了实证研究。     

基于BX数据生成法的江苏省内河货运量预测

应用BX数据生成法对灰色模型预测中的初始数据进行了处理，并通过对江苏省内河航道货运量的预测，对两种方法进行了对比，说明BX数据生成法在没有明显加大工作量的基础上有效地改进了预测精度。     

基于ANN的非线性组合预测方法在水运货运量预测中的应用

组合预测方法可综合利用各单项预测方法提供的有用信息,有效地提高预测的精度,已被广泛运用到水运货运量预测中。本文将利用人工神经网络技术的非线性映射能力,建立一种非线性组合预测模型,并将之应用到水运货运量预测中。实践表明,这种新的预测方法可大大提高水运货运量预测精度。     

灰色预测模型在过坝货运量预测中的应用

以MATLAB为工具,运用灰色系统理论建立立了基于GM(1,1)的过坝货运量预测模型,以2001-2006年小南海枢纽货运量为原始数据对2007-2011年货运量做了预测。结果表明,该方法具有所需原始数据少、预测精度高等优点。     

组合预测方法在我国公路货运量预测中的应用

科学准确地预测公路货运量是制定公路网规划的基础。文中运用灰色Verhulst模型和一次指数平滑模型相结合的组合预测模型对我国的公路货运量进行预测。结果表明,组合预测模型能够提高我国公路货运量的预测精度。     

基于ANN的非线性组合预测方法在水运货运量预测中的应用

组合预测方法可综合利用各单项预测方法提供的有用信息，有效地提高预测的精度．已被广泛运用到水运货运量预测中。本文将利用人工神经网络技术的非线性映射能力。建立一种非线性组合预测模型，并将之应用到水运货运量预测中。实践表明，这种新的预测方法可大大提高水运货运量预测精度。     

水网地区航道货运量的预测方法

航道的货运量规模是航道规划定级及确定建设标准的重要参考依据.针对水网地区航道布局特点,在借鉴公路交通经典四阶段预测理论的基础上,研究提出了水网地区航道的货运量预测方法,重点分析了航道OD调查方法、运量预测模型等内容,并就趋势型水运量、诱增型水运量、转移型水运量预测等进行了深入探讨.结合江苏省内河航道网实例,对水网地区航道货运量预测方法进行了阐述和应用.     

长江上游涪陵至丰都段航道水运量分析预测

涪陵至丰都河段是联系长江上游与中下游的重要运输通道,水运量分析预测对该段航道的建设规划具有重要意义。提出采用长江干线主要港口进出港货运数据,基于港口和航道的位置关系来统计航道水运量及流向等。结果表明该河段水运量从2000年的1 241万t增长到2016年的1. 604 4亿t,上下行水运量占比分别为66%和34%,贡献了三峡过闸货运量的94%,矿建材料、矿石、钢材、煤炭、石油和集装箱等主要货种占水运量的73%。提出采用回归分析法、弹性系数法、指数平滑法和投入产出法分别考虑腹地GDP、产业结构、运输结构等多因素对水运量的影响。预测表明:工程河段水运量呈持续增长趋势,但增长速度逐步减缓,2045年水运量达到3. 233 3亿t,主要货物水运量占总水运量的86%。水运量分析预测方法和结果可为航道的建设规划提供支撑。     

基于灰色马尔科夫模型的重庆市水运货运量的预测*

通过对重庆水运发展现状的研究,根据马尔科夫理论及灰色预测模型,将灰色GM模型与马尔科夫状态转移矩阵相结合,建立了预测重庆水运货运量的灰色马尔科夫模型,并通过实际预测发现,该模型的预测精度明显高于灰色预测模型的预测结果,并预测了2011—2012年重庆市水运货运量。     

人工神经网络理论在煤炭海运系统优化中的应用研究

本文应用人工神经网络方法，以经济指标为衡准，在考虑了航线的船型，港口装卸效率等因素后，对我国煤炭海运系统中的主要航线运量分配方案最优化进行讨论，为国家有关决策部门制订合理发展我国煤炭海运计划提供了理论依据。     

进口原油运输船型经济性分析

石油是世界海上运量最大的货种之一,约占海上总运输量的三分之一。加入WTO后,中国石油海上运输量,特别是进口原油运输量将大幅度地增加。针对这一现实情况,本文对世界原油运输船队的技术经济作了概括性分析,对原油进口航线作了介绍。建立了单船运输经济性测算模型。基于实船经济指标测算结果,以必要运费率为主,通过比较选出了优良船型。并定量测算出不同类型船舶在同一航线上营运的必要运费率及其差异。研究结果指出,随着进口原油量的大幅度增加,中国应大力发展VLCC和Suezmax船队,重点建设大型深水油轮码头。     

太平洋航线集装箱货流量GM(1,1)-马尔可夫链预测方法探讨

运用灰色系统理论对太平洋航线集装箱货流量进行定量预测,并结合马尔可夫预测方法对航线运量进行定性分析,达到定量与定性预测相结合的目的,使预测结果更加合理。采用马尔可夫链划分系统的状态,得出状态转移概率矩阵,分析了太平洋航线集装箱货流量的发展变化区间并预测集装箱航运市场的发展前景。     

基于SARIMA-BP模型的港口船舶交通流量预测

为提高船舶交通流量预测精度,提出一种季节性自回归移动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型和BP神经网络的误差校正集成模型。以深圳港2011—2017年的数据为研究样本,对原始数据进行预处理,构建最优SARIMA模型,以该模型求出的残差序列作为BP神经网络的输入,将两个模型预测结果进行整合,得到集成模型的预测结果。试验结果表明:该误差校正集成模型与两个单一模型相比,体现出船舶交通流量数据的季节性特征,具有较好的预测精度,为港口船舶交通流量预测提供一种更为有效的方法。     

Forecasting tanker freight rate using neural networks

Improvement in forecasting accuracy is a difficult task but critical for business success. This paper investigates the potential of neural networks for short- to long-term prediction of monthly tanker freight rates. Procedures are outlined for the development of the neural networks. The problem of under-training and over-training is addressed by controlling the number of iterations during the training process of neural networks. A comparative study of predictive performance between neural networks and ARMA time series models is conducted. Our evience shows that neural networks can significantly outperform time series models, especially for longer-term forecasting.     

灰色预测的拓扑选择在运量预测中的运用

运用灰色系统理论及GM模型拓朴选择,建立了相应的GM(1,1)模型,运用于运量预测,并以港口吞吐量与货物周转量的预测为例进行校验。结果表明,新息GM(1,1)模型,新陈代谢GM(1,1)模型与原始模型(全数据GM(1,1)模型)三者比较,新陈代谢GM(1,1)模型的精度最高,值得推荐在运量预测中采用。     

内河航道工程财务效益探讨

以杭嘉湖航道网改造工程为实例,采用敏感性分析和概率分析的方法,分别按改扩建项目和新建项目,探讨不同收费方式下内河航道工程的财务效益。研究结果表明,运量大的长湖申线有一定的财务效益,项目自身具有生存能力,但运量小的六平申线,财务效益差,投资决策应注重其社会效益。