基于支持向量机的港口吞吐量预测

对传统的两个线性组合预测模型进行了研究,提出了一个新的线性组合预测模型Ⅲ。为提高精度,提出了支持向量机非线性的组合预测模型。以青岛港历年集装箱吞吐量为例,与单一预测方法、线性组合预测进行对比,结果表明支持向量机非线性的组合预测方法比较精确。     

一种新的支持向量回归算法及其在集装箱吞吐量预测中的应用

支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法,是一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能,该技术已成为当前国际机器学习界的研究热点,能较好地对应解决小样本、高维数、非线性和局部极小点等实际问题。近来,SVR方法被引入求解回归和预测问题,并在各领域中得到广泛的应用。文章提出了一种新的基于单参数的Lagrangian支持向量回归算法,并将该算法应用在集装箱吞吐量预测中。估算结果证明了这种改进的支持向量回归算法在集装箱吞吐量预测中的有效性和实用性。     

超长引桥工程的几项关键施工技术

通过对东营港扩建引桥工程的设计特点、施工难点的分析,制定了大管桩与钢管组合斜桩沉设、挡冰桩裙安装、承台现浇和50 mT型梁海上安装等几项关键施工技术方案,并得到成功应用。为今后我国外海,特别是北方海域利用大管桩作基础的跨海桥梁、高桩码头等工程的设计与施工提供一定的借鉴。     

港口吞吐量影响因素分析

从我国港口建设现状谈起,提出影响港口吞吐量的几大要素:地理位置、腹地经济、政策与环境、港口通过能力和集疏运系统,并阐述每个因素的含义和重要作用,然后用这几大要素对三大环渤海湾港口——大连、天津和青岛进行实例分析,对三大港口发展提出了具体措施与建议。     

杭甬运河集装箱港口布局方案研究

运用层次分析法对杭甬运河集装箱港口布局进行规划研究,通过对港口腹地经济环境、集疏运网络、港口资源、港口服务管理水平、港口地理位置和投资等因素的权重分析,得到了以杭州港区为杭甬运河的主枢纽港,宁波海河联运港区和绍兴港区为重要港口,萧山港区、柯桥港区、上虞港区和余姚港区为一般港口的布局方案,其中主枢纽港和重要港口应以建设集装箱专用码头为主,其余应建设多用途码头。其结果对杭甬运河集装箱运输的发展具有重要的参考意义。     

沿海港口交通安全和信息管理系统研究

为完善沿海港口交通安全和信息管理能力,提高港口的物流中心地位,通过对现有的船舶交通管理系统(VTS)分析,研究了港口交通安全和信息管理系统(VTIMS)中的船舶动态信息系统、交通安全和信息控制中心、通信网络三大单元的设计结构、功能和核心技术;港口信息平台和通信网络功能的提出为今后港口的物流中心地位的建立奠定了理论基础。     

大型连续布置煤炭泊位装船能力影响因素分析

分析大型煤炭码头装船能力的主要影响因素,对等待排放压舱水、系统效率、移舱作业等的影响提出对策、措施,并重点分析、论证泊位数量、装船线数量匹配关系对装船能力的影响,提出泊位数量与待泊泊位数量配比的合理化建议。以黄骅港工程为依托,结合该研究成果提出了合理的码头布置方案。     

盐田港三期工程监理

盐田港甲方聘请的监理工程师在施工承包合同中的地位相当于工程师代表的助理,不能按通常意义上的监理工程师来理解。针对其独特的工程管理模式特点,监理部不断改进组织管理模式,探索监理工作的方式与方法,并在极短的时间内与甲方良好磨合。     

港口集装箱吞吐量的灰色神经网络预测模型研究

为了降低港口集装箱吞吐量的预测误差,提高预测精度,文章通过分析传统的灰色预测模型和 BP 神经网络预测模型的优缺点,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和 BP 神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明：灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

提高三峡船闸通过能力的船舶运输组织方案

为提高三峡船闸的通过能力,分析了船闸通过能力影响因素,提出提高一次过闸平均吨位是提高三峡船闸通过能力的主要途径,进而提出从提高闸室水深利用和闸室面积利用两个角度来提高一次过闸平均吨位,优化船舶运输组织,即优化船型和过闸船舶组合.研究结果表明,在现有条件下,一次性过闸船舶的组合是2艘5 000t机动船和一个一顶三的驳船队（每驳船载重1 000t）的船队组合,可在闸室水深利用最大化和闸室面积利用最大化的双重提下提高三峡船闸通过能力.