基于BP神经网络和SVM的外贸集装箱量组合预测模型研究

运用灰色关联分析法建立一套外贸集装箱总量影响因素指标,以此进行预测分析。为了解决传统预测模型预测精度低和难以全面考虑所有影响因素等问题,提出一种基于BP神经网络与支持向量机组合的预测模型。实例证明,该组合预测模型具有更高的预测精度。

洛杉矶港年处理集装箱量超过1000万标准箱

洛杉矶港已成为西半球第一个年处理集装箱超过1000万的港口,其2020-2021财年预计将处理超过1080万标准箱。CMA CGM和APL北美公司总裁埃德·奥尔德里奇(Ed Aldridge)表示,这一里程碑表明,美国经济正在“恢复生机”

广州港2019年超炫成绩单 集装箱量呈两位数增长

广州港港口2019年1-11月生产保持稳定增长,到港船舶47922艘次,同比上升9.3%,其中10万及以上吨级船舶2651艘次,同比上升17.3%;完成货物吞吐量57331.21万吨,同比增长11.4%(按同口径对比);完成集装箱吞吐量2117.83万标箱,同比增加5.83%。

大窑湾入境集装箱量及疫情集装箱量的模糊预测研究

作为国际海运和物流业的主要装载工具集装箱是入境统计以及检验检疫的主要对象.按特定规律统计的集装箱量时间序列既有一定的统计规律,又有较大的随机性.采用模糊时间序列方法,通过构造论域、模糊集以及提出多重计算规则,对2005年6月至2012年10月大窑湾入境集装箱量、疫情集装箱量,以及疫情与入境集装箱量比值时间序列进行了模糊分析与预测.预测值与实际值的比较说明了算法的有效性.预测值与实际值的平均绝对误差、平均绝对百分误差从整体上揭示了时间序列自身的模糊性和模型的合理性.

基于收费站的集装箱流失量统计

为了准确得到城市集装箱流失数据,首先建立港口城市集装箱流向模型,将城市集装箱分解成本市生成的集装箱量、港口吞吐量、流失量、流入量,然后借助公路收费站采集集装箱流失基础数据,继而利用数学统计方法对数据进行计算与修正,从而得到城市集装箱流失量。

基于灰色模型的集装箱货量预测

为提高集装箱货量的预算精度,根据灰色模型理论,建立基于GM(1,1)模型的集装箱货量预测方案,并首次将该模型运用到班轮公司集装箱货量的预测研究中。通过对中国远洋和中海集运2008—2011年的集装箱货量进行实证检验,证明GM(1,1)模型预测效果较好,对班轮公司宏观战略的制定和全面预算的管理具有重要意义。

超大型集装箱船方形系数及载箱量优选研究

以某级别三型超大型集装箱船为依托,针对相同主尺度、不同方形系数的船型,计算不同工况下的总油耗和单箱油耗,并对结果进行研究和分析。结果揭示了超大型集装箱船方形系数与载箱量关系的一般规律,为设计者合理地选择方形系数、装箱量范围以及市场选择合理的船型提供了参考。

时间序列预测法在外贸集装箱出港量预测中的应用

为预测我国外贸集装箱出港量,评估时间序列预测法的应用效果,根据2012―2014年我国主要港口外贸集装箱出港量历史数据,采用时序分解预测方法,对2015年1―9月份我国主要港口外贸集装箱出港量数据建立时间序列模型。计算结果表明,时序分解法预测效果良好,预测精度比较高,在外贸集装箱出港量数据预测中有较好的适用性。

科伦坡港集装箱处理量大增

据科伦坡港务局表示．该港在199S年处理的集装箱量大幅度增加，目前科伦坡港母月处理集装箱平均为12．9万TEU。

今年北美航线集装箱运量增长率预测

预计今年远东至北美航线集装葙运量增长率平均为6.5%(去年为10.8%)，北美至远东航线涨幅最大，达8.2%，集装箱量最多的是远东至北美航线的414万TEU。在远东国家(地区)中，中国进出口葙量增幅摄大，平均为12%，其次是香港的10．55％，台湾平均涨幅达6．8％，位居第三。

吞吐量、集装箱量增幅大幅优于全国沿海港口 山东港口上半年逆势“三增长”

2020年上半年,山东港口集团牢记习近平总书记"加快建设世界一流的海洋港口"的殷切嘱托,坚决落实省委、省政府部署要求,深化一体化改革发展,在疫情冲击的严峻形势下坚定信心、直面挑战,危中寻机、攻坚克难,吞吐量、集装箱量、效益三大主要业绩指标实现"三增长",以异常艰辛的拼搏努力,赢得了难能可贵的丰硕成果。聚力"业绩为王",逆势增长态势向好面对疫情的冲击和压力,山东港口坚持疫情防控和生产经营两手抓、两不误、两促进。

基于灰色RBF组合模型的宁波港集装箱海铁联运量预测

集装箱海铁联运量预测是海铁联运网络规划设计的重要组成部分,影响港口及其集疏运体系进一步发展,因此,对集装箱海铁联运量做出科学合理的预测显得十分重要.以2009~2015年宁波港集装箱海铁联运量为原始数据,运用灰色RBF神经网络组合模型预测其未来2年集装箱海铁联运量增长趋势.预测结果表明,灰色RBF神经网络组合模型预测精度高于GM（1,1）模型、RBF神经网络模型、灰色BP神经网络组合模型.可见,该组合模型可有效应用于集装箱海铁联运量的预测领域.

基于B-P神经网络的集装箱安全配箱量预测

针对航运企业在经营中不可忽视的问题———集装箱安全配箱量 ,建立其B P神经网络模型 ,并针对实际问题多角度进行训练、学习和预测 ,取得了理想的预测结果。

美国在华制造业FDI对中美集装箱贸易量的影响

为研究中国接受美国制造业外商直接投资(FDI)对集装箱贸易量的影响,以2005-2018年美国在华制造业FDI、中美间双向集装箱贸易量年度数据为基础,采用协整检验、Granger因果检验,构建了Almon多项式分布滞后模型,并添加了一阶滞后残差项AR(1)以消除残差序列一阶自相关,进行了实证分析。研究表明,FDI对中国出口美国的集装箱贸易量有正向滞后效应,对美国出口中国的集装箱贸易量存在波动,总体表现为显著的正相关滞后影响,且滞后效应的产生时间早于FDI对中国出口美国的集装箱贸易量的影响。

中欧投资对中国出口欧盟集装箱贸易量影响研究

为研究中欧双向投资对海运集装箱贸易量的影响,利用中国与部分欧盟国家2005-2018年的双向投资数据与中国出口欧盟国家的海运集装箱贸易量数据,以外贸市场规模、贸易便利化以及“路径依赖效应”为控制变量,构造动态面板,并利用系统矩估计对模型进行回归。结果表明:欧盟对华投资促进了中国出口欧贸易结构优化,提升单位集装箱价值的同时,与集装箱量增长为负相关;路径依赖效应、外贸市场规模显著促进了中国出口欧盟海运集装箱贸易;中国对欧盟投资、贸易便利化对中国出口欧盟海运集装箱贸易无显著影响。

世界20大集装箱公司船队的发展

十多年来,世界集装箱船队增长之快,在世界商船队中显得十分突出.从1988年到2001年,世界集装箱船队由4 324艘、2 787 900TEU增长到7 069艘、6 881 976TEU,13年间,艘数共增长63.5%,运力共增长1.47倍,平均年增长率分别为3.9%和7.2%,而同期的世界商船队,则由33 580艘、60 906.98万载重吨增长到39 008艘、77 875.8万载重吨,共增长16.2%和27.9%,平均年增长率为1.16%和1.91%.集装箱船队的增长速度,为世界商船队增长速度的3.36～3.77倍.

基于时间驱动作业成本核算的集装箱码头差别定价策略

为更科学地制定集装箱码头装卸价格标准,在大量港口码头营运数据的基础上,利用时间驱动作业成本法核算成本,制定针对单船作业箱量的差别定价策略:在港口繁忙的月份,对作业箱量特别少的船多收费,以此鼓励船公司增加作业箱量,使码头从规模效应中受益。利用豪泰林模型和价格需求模型综合量化港口码头价格提升所导致的市场份额的损失。通过MATLAB平台求得最优差别定价点。以上海港某集装箱码头为例进行研究,结果表明:在繁忙月份可对单船作业箱量小于227 TEU的集装箱船提升装卸价格,码头可增收3 562. 5万元。

基于大数据处理技术的船载危险货物集装箱智能选箱系统开发

随着全球经济贸易的快速发展,远洋运输集装箱量急剧增长,其中包括大量危险货物集装箱.2017年上海港外贸集装箱吞吐量约为4030万TEU,其中,外高桥港区约为1985万TEU(包括危险货物集装箱50.4万TEU).瞒报或谎报危险货物集装箱可能引发火灾、爆炸、沉船等安全事故,进而导致人身伤亡.如何从数量庞大的船载外贸集装箱中发现谎报、瞒报危险货物集装箱,从而有效保障船舶财产安全、船员生命安全以及海洋环境安全,是亟待海事管理部门思考的问题.随着信息技术的发展,大数据处理技术被广泛应用.本文在分析船载外贸危险货物集装箱监管现状的基础上,探讨将大数据处理技术运用到船载危险货物集装箱监管中,建立船载危险货物集装箱大数据人工智能预检系统(以下简称“智能选箱系统”),以实现可量化、可预测、以安全管理需求为导向的船载危险货物集装箱监管体系,进而达到提升海事危防监管效能的目的.