基于BP神经网络的WSCFI研究与预测

目前,WSCFI(武汉航运中心出口集装箱运价指数)的发展处于起步阶段,国内缺乏具有权威性的内河港口集装箱运价指数。本文建立基于BP神经网络预测模型,通过对原始数据进行预处理,根据神经网络理论和实际需要分析网络,设计网络结构和确定学习函数,在训练模型后确定了预测模型。以出口集装箱运费、影响集装箱运价因素等8个指标作为自变量,对武汉航运中心出口集装箱运价指数进行预测,对比分析拉氏公式预测结果及实际市场运价。实验表明:与拉氏公式相比,BP神经网络预测值与出口集装箱运价指数的发展趋势拟合度更高,对内河集装箱运价指数研究具有重要意义。