基于ARIMA-BP神经网络组合预测的港口吞吐量预测

为提高港口吞吐量预测精准性,建立了反向神经网络(BP)和差分整合移动平均自回归模型(ARIMA)的组合预测模型。首先考虑能够体现地方社会经济发展的经济评价指标,通过反向神经网络和差分整合移动平均自回归预测,分别得到港口吞吐量的预测结果;再运用拟合优度方法赋权组合,得到组合预测结果。以天门港为案例,组合预测模型的误差为0.072%,预测精度较高,未来可应用于短期水运工程预测。