共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
文中根据厦门市的近几年的港口经济统计报告数据,通过灰色系统和回归分析方法来综合预测厦门港口物流的吞吐量,在预测数据基础上来制定厦门港口物流战略定位。 相似文献
3.
对"利用回归预测技术进行港口吞吐量预测的方法研究"一文的商榷 总被引:1,自引:0,他引:1
对《水运工程》2004年第四期的“利用回归预测技术进行港口吞吐量预测的方法研究”一文中的回归预测模型提出了不同意见,建立了新的模型,使模型能更全面充分地说明问题,并使得到的结果更为精确,更有说服力,从而为港口的发展战略研究提供更好的技术支持。 相似文献
4.
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。 相似文献
5.
6.
7.
根据对贵港港集装箱运输发展条件和现状进行分析,运用回归分析法对贵港港集装箱吞吐量进行预测,预测数据为未来港口建设、及以贵港港为核心港口的集装箱物流业的发展起到重要借鉴作用。 相似文献
8.
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。 相似文献
9.
通过某港实例,应用回归分析(曲线拟合)与自回相结合的分析方法建立港口吞吐量预测模型,通过几种方法的对比和验证分析,推荐采用对随机残差利用其自相关性建立的一阶自回归模型组成的叠合模型作为吞吐量预测模型。 相似文献
10.
三次指数平滑法在港口吞吐量预测中的应用 总被引:10,自引:0,他引:10
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。 相似文献
11.
12.
组合预测在港口吞吐量预测中的应用研究 总被引:2,自引:0,他引:2
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。 相似文献
13.
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 总被引:6,自引:4,他引:2
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。 相似文献
14.
15.
根据天津港货物吞吐量的历史数据,分别建立有关该港吞吐量的回归预测模型、Logistic生长曲线模型以及组合模型。通过比较3种模型的平均相对误差,可以证明组合模型的平均相对误差最小。运用组合模型预测港口吞吐量可以降低误差,提高预测精度。 相似文献
16.
17.
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. 相似文献