基于时间序列分析的港口货物吞吐量预测研究

港口货物吞吐量是衡量企业生产经营活动的重要依据,体现地区的经济活力与国际贸易潜力。为更准确地预测港口货物吞吐量,本文针对上海港2013年至2022年间集装箱吞吐量变化特征进行量化分析,使用时间序列研究方法对上海吞吐量发展趋势作出精准化预测。对时间序列的平稳性与模型合理性进行进一步验证,减少时间序列历史数据非线性、非平稳性特点产生的预测误差,提升港口吞吐量预测的准确性和科学性,为实现生产效率与资金投入的科学化统筹提供基础数据支撑。

基于灰色预测模型的舟山港集装箱吞吐量预测

随着经济全球化的快速发展,港口运输在经济的发展中发挥着越来越重要的作用。本文选取浙江舟山,港作为研究对象,立足于其2006—2022年的集装箱吞吐量的相关数据,采用灰色GM(11)数学模型对舟山港未来三年的集装箱吞吐量进行预测,随后用指数平滑法进行二次预测来验证预测结果,从而使预测结果可靠性更高,最后根据预测结果为宁波舟山港的发展提出相应的发展建议,以期对舟山港的可持续性发展有所贡献。

基于时间序列RBF的大连港货物吞吐量预测

引言大连港是我国东北地区主要的海上门户。随着我国振兴东北战略的实施推进,港口货运量也随之增多,对港口建设和运营提出了新标准,因此,为提高港口作业效率和增强竞争力,精准预测港口吞吐量对于港口规划、建设及运营至关重要。目前,用于港口吞吐量的预测方法众多,其中最主要是灰色预测法[1]、回归预测法[2]、时间序列法[3]及神经网络法[4]。灰色预测法,对于数据量少的系统,效果显著。回归预测法对数据量少的样本拟合效果好。神经网络法有较强的非线性映射能力和适应能力,但需要大量的数据训练。时间序列法对于呈线性分布的数据能较好挖掘其规律,但需要较多的样本数据。由于预测模型间各有优劣,因此本文提出时间序列法与神经网络法相结合的时间序列RBF预测模型组合模型[5-6],结合两种模型的优点,同时弥补各自的缺点,有一定的先进性,旨在为港口货物吞吐量预测提供新方法。

港口吞吐量预测分析探讨——以潼南港为例

近年来,重庆港相继建成了主城果园、寸滩等一批规模化、专业化码头,港口规模效应显著增强,但支流航运建设推进缓慢,距建成“服务+辐射”型长江上游航运中心的目标仍有较大差距。随着《重庆港口总体规划(2035年)》规划出台,涪江正在建设双江航运枢纽工程,富金坝、安居、渭沱等枢纽已经启动船闸升级改造工程,嘉陵江井口枢纽已提上建设议程,未来涪江将以三级航道的标准接入嘉陵江。

基于FGM-SVR组合模型的港口吞吐量预测

为提高港口吞吐量的预测精度,建立基于分数阶累加GM(1,1)预测模型FGM(1,1)和支持向量回归(support vector regression, SVR)的组合预测模型进行港口吞吐量的预测。首先,分别运用FGM(1,1)模型和SVR模型对吞吐量进行预测;然后,针对传统组合模型赋权不能兼顾各单项模型在各时点预测能力强弱的问题,提出基于诱导有序加权平均(induced ordered weighted averaging, IOWA)算子的赋权方法进行组合预测;最后,以重庆港2005—2020年港口货物吞吐量为数据样本进行实例验证,分别使用FGM(1,1)模型、SVR模型和赋权后的组合模型进行港口吞吐量预测,并比较3种模型的预测精度;最后,分别使用这3种模型对2021—2024年港口吞吐量进行了预测。研究结果表明:基于IOWA组合预测模型的均方根误差、平均绝对误差和平均绝对百分比误差均明显小于各单一预测模型。该组合模型可以为港口吞吐量预测提供一种新的方法。

基于改进灰色马尔可夫的港口货物吞吐量预测研究

为了提高港口货物吞吐量的预测精度,以宁波舟山港为例对灰色马尔可夫组合预测模型进行了优化研究。首先,用中国统计年鉴中宁波舟山港货物吞吐量的历年数据建立灰色GM(1,1)模型;其次,对模拟误差值用一阶马尔可夫链进行修正并确定误差的转移状态,建立复合灰色马尔可夫预测模型;最后,用粒子群算法对该复合模型进行迭代寻优并优化改进,使模型能够根据实际情况对每个灰区间分别进行分析计算,并实时动态更新其区间参数;最终,提高改进后的模型误差精度。结果表明,用粒子群算法改进的灰色马尔可夫模型误差均值下降了37%,预测值与实际值的拟合度更高,预测结果更符合实际情况。

陆岛交通码头吞吐量预测——以珠海市万山群岛为例

交通问题一直是海岛发展的关键问题。作为岛屿联系大陆、岛屿之间交通联系的重要通道,陆岛码头是海岛发展的重要保障,为海岛居民交通出行、海岛物资补给以及其它客货运需求提供了有力支持。笔者以珠海市万山群岛为例,研究分析陆岛交通码头的吞吐量预测思路和方法,为陆岛码头发展建设提供参考。

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。

基于灰色预测模型的深圳港吞吐量预测

自深圳市融入“一带一路”倡议以来,深圳港吞吐量呈快速发展之势,但同时吞吐量增长过快导致港口基础设施不堪重负,因此对吞吐量规模的测算和吞吐量发展趋势的研究,具有十分重要的意义。利用2018-2021年深圳港货物吞吐量和集装箱吞吐量数据,运用EXCEL、MATLABR2018b和数学建模方法,建立灰色预测GM(1,1)模型并进行检验,证明模型可用,并对深圳港2022-2026年货物吞吐量与集装箱吞吐量进行预测。

季节性变动影响下的上海港集装箱吞吐量预测

港口吞吐量精准预测对于每一个港口的成功经营和有效决策都十分重要.季节性波动经常会影响港口吞吐量,为了更为准确地预测上海港口集装箱吞吐量,本文选取2007年至2012年上海港母港集装箱吞吐量的月度数据,并对于港口集装箱吞吐量的月度数据中出现的季节性波动进行了处理,采用季节时间序列模型对其进行预测.为了说明方法的有效性,以同样的数据,使用整自回归移动平均模型对上海港集装箱吞吐量进行预测.两种方法预测结果进行对比发现,利用季节时间序列模型对港口集装箱吞吐量季节性进行处理,能够提高港口集装箱吞吐量的预测精度.

三次指数平滑法预测大连港货物吞吐量

根据大连港近年的货物吞吐量数据分析，发现大连港货物吞吐量与时间呈二次曲线变化趋势，分析各种预测方法的特点及适用范围，选择三次指数平滑法，根据1996～2007年历史数据，对今后三年的大连港货物吞吐量进行预测，得出到2010年，大连港货物吞吐量将达到2．8亿吨，超出规划数值．建议加快大连港基础设施建设，完善集疏运体系，以应对大连港货物吞吐量的快速增长．

基于MATLAB的ANFIS网络在水运货运量预测中的应用

阐述了自适应模糊推理系统 ( Adaptive Network-based Fuzzy Inference System,ANFIS)网络 ,提出了水运货运量预测的 ANFIS网络预测模型 .以 MATLAB为工具 ,以 1 985～ 2 0 0 1年我国水运货运量为训练样本 ;2 0 0 2年我国水运货运量为校验样本 ,对网络进行训练后 ,预测了 2 0 0 3～2 0 1 0年我国水运货运量 .估算结果表明 ,同 BP神经网络模型相比 ,此模型具有更高的准确性 .

利用回归预测技术进行港口吞吐量预测的方法研究

以某港口近15年的货物吞吐量作为原始数据,采用回归分析技术,建立回归预测模型,得到预测结果,为港口的发展战略研究提供一定的技术支持。

基于UTA^(GMS)方法的内河港口竞争力排序

为全面地进行内河港口竞争力排序问题研究,采用UTAGMS方法并结合极限排序分析(Extreme Ranking Analysis,ERA)和蒙特卡洛仿真法,对我国长江干线16个内河港口竞争力进行实证分析,给出每个港口的最好排名和最差排名以及全部港口的参考全序.根据结果给出提升我国内河港口竞争力的建议.该方法既可为我国内河港口决策提供依据,也可为相关研究开拓思路.

港口集装箱吞吐量影响因素研究

针对港口集装箱吞吐量预测中重要指标难以选取的问题,从可能影响港口集装箱吞吐量的因素出发,采用主成分分析法,提取最关键影响因素。分别选取我国三大区域中的上海港、青岛港和广州港进行实证分析。这些影响指标的提取,将为三大区域构建港口集装箱吞吐量预测模型提供重要参考。

港口吞吐量计量预测分析

通过应用国际航运的派生需求理论和计量经济分析方法,采用计量经济学中时间趋势、对数等变量分析手段,新设计了一个能精确预测港口吞吐量的经济计量方程。通过使用该计量方程,并引用厦门港吞吐量历年数据,采用两种不同的计量技术方法对厦门港2005～2008年的集装箱吞吐量进行预测,两种方法的预测结果差异很小。论文同时对两种预测方法获得的预测结果进行了误差分析,并计算出误差结果。

改进的灰色预测模型在过坝货运量预测中的应用

通过某些数学处理方法,从建模机理上着手对GM(1,1)模型进行改进,减小由于建模方法上的缺陷所造成的固有误差。改进后的模型较传统模型灵活性大、预测精度高,大大提高了GM(1,1)模型的适用范围。通过实例探讨了GM(1,1)改进模型在货运量预测中的应用,同时也验证了改进方法的有效性和实用性。

基于最优组合预测模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量非线性增长等特点,建立了三次指数平滑预测模型、灰色系统预测模型及BP神经网络预测模型等单项预测模型。鉴于单项预测模型的局限性,提出了以测试数据的预测误差绝对值加权和最小为最优化准则的最优组合预测模型,采用线性规划的方法确定最优组合的权系数。最后,给出一个实例进行应用和分析。

汕尾港货物吞吐量灰色关联分析

为分析汕尾港货物吞吐量和汕尾市经济及航运业发展的关系,进行灰色关联分析.建立汕尾港口货物吞吐量、汕尾市GDP、汕尾港登记机动船净载重吨序列,计算序列间的灰色关联度.计算使用了灰色绝对关联度、灰色相对关联度、灰色综合关联度.计算结果显示,汕尾港货物吞吐量序列与汕尾GDP序列灰色关联度较高,与汕尾登记机动船净载重吨序列灰色关联度较低.这意味着汕尾港口的发展与汕尾市经济发展关系紧密,但汕尾港口货物吞吐量的增长没有带动汕尾登记机动船净载重吨的增长.

港口吞吐量预测的动态平滑参数新模型

港口吞吐量预测是港口总体布局规划中重要的前期工作。将最优梯度算法应用于指数平滑模型,通过构造优选并自动生成的最佳平滑参数,使模型得以优化,增强了指数平滑模型对时间序列的适应能力。较好地解决了指数平滑预测中,平滑参数靠检验确定且为静态,平滑初值难以确定并导致预测偏差等问题。以上海港口为例,与其它指数平滑预测算法比较,验证了该算法的有效性和实用性。