相同腹地港口吞吐量预测方法

以港口群的角度思考港口的发展与规划是当前港口规划的重要思路.作为港口规划重要依据的港口吞吐量预测也要从港口群的角度去计算.给出了从港口群角度分析预测群内各港口吞吐量的方法,即先采用常规的预测方法预测港口群的总吞吐量,再用层次分析法将这一总量分解到各港口.以长江三角洲集装箱港口群为例,预测了嘉兴港2010年以前的集装箱吞吐量.     

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.     

混合算法在港口吞吐量预测中的应用

针对单一预测方法存在的不足,采用一种联合时间序列法和因果分析法的混合算法预测港口吞吐量.并以宿迁港吞吐量预测为例,对这种方法进行了详细说明.预测过程中借助主成分分析法提取出影响港口吞吐量的关键因子,利用改进的灰色模型理论对关键因子中远期未来值做出预估,最后通过吞吐量与关键因子的线性回归得出宿迁港在预测年份的吞吐量值.通过对混合算法预测模型误差的检验发现,此预测方法的模型精度较高,能够满足港口吞吐量预测的要求,可以推广到类似港口吞吐量的预测中.     

舟山港口吞吐量预测方法探讨

港口吞吐量预测常用的方法有：时间序列预测法、回归分析预测法、灰色预测法和弹性系数法等,每种预测方法都有其特点和适用范围,通过分析舟山港口吞吐量的特点,选择采用分货种预测法比较适合舟山实际,而其中舟山港口的其它化物吞吐量（指除去石油、煤炭、矿石等大宗货物的货物吞吐量。下同。）,根据其特殊性,则采用弹性预测法。     

宁波——舟山港货物吞吐量预测方法

港口货物吞吐量是港口物流的主要组成部分,对它的准确预测是确定港口规模建设的前提.根据舟山统计信息网提供的数据,整理得到宁波——舟山港2004年1月-2012年7月的港口货物吞吐量和外贸货物吞吐量.把货物吞吐量划分成训练集和测试集,分别用A'RIMA模型、分形预测方法、神经网络技术和支持向量机四种方法对该港的货物吞吐量进行了预测.以MATLAB为技术基础,对这四种方法进行了仿真计算.结果表明,四种预测方法均得到了满意的效果,但是利用神经网络预测误差较小,显示了神经网络模型在具有非线性随机的港口物流预测中的潜力.     

集装箱吞吐量的灰色预测

通过建立集装箱吞吐量预测的GM(1．1)模型,并经过其在某港口的集装箱运量预测的运用检验,证明该模型精度较高,能够对港口货物吞吐量作出准确的预测。     

改进型BP神经网络的港口吞吐量预测

为了提高港口吞吐量预测模型的适用性,满足港口决策的需求,对传统时间序列BP神经网络预测模型进行改进,将未来三年的吞吐量作为输出层参数,以tansig函数和logsig函数为传递函数,建立了改进型时间序列BP神经网络预测模型,利用trainlm函数训练神经网络,预测未来三年的港口吞吐量。对深圳港集装箱吞吐量进行了预测,结果表明,改进型时间序列BP神经网络模型泛化能力更强,拟合精度更高,且避免了传统预测模型循环预测产生的误差叠加,具有较好的适用性。     

基于灰色理论的福州港货运吞吐量预测分析

文中在描述福州港地理环境、外贸基础设施建设以及统计了福州港近几年港口的吞吐量作为预测的基本数据;介绍了本文采用的预测方法—灰色模型GM(1,1)的理论基础和建模方法.采用了灰色模型,预测了福州港和福建省港口未来五年的货物吞吐量的预测值,提出福州港应利用自身优势建立国际物流中心来应对未来货物吞吐量俱增的对策,对福建港口物流业的发展具有借鉴意义.     

2014 年全球Top20 集装箱港口预测

海上运输承担着全球80% 以上的货物贸易运输,而集装箱化是大势所趋.因此,集装箱运输业的景气程度是世界经济与贸易发展的晴雨表,集装箱运输业的吞吐量增长情况直接体现着世界贸易的繁荣与发展.集装箱吞吐量预测可以支持政策制定者把握世界经济走势,跟踪经济波动的传导.同时,可以帮助管理部门和企业了解港口发展周期,把握港口发展趋势,科学制定港口发展战略,合理分配港口建设资源,促进当地经济社会发展.本研究基于TEI@I 方法论,对2014 年全球Top20 港口集装箱吞吐量进行了预测,进一步得到相关结论,并分析了2014 年全球各区域港口集装箱吞吐量的增长特点.     

集装箱吞吐量及主要影响因素的计量经济分析

利用近年来的相关数据对港口集装箱吞吐量、港口所在城市的国民生产总值以及地方进出口商品总值进行了计量经济分析,通过二元线性回归模型对港口未来集装箱吞吐量进行预测,并对模型进行了相关检验,为港口岸线资源的合理开发与利用提供决策依据,为港口未来发展以及定位提供参考.     

基于支持向量机回归的港口吞吐量非线性组合预测

提出了一种基于支持向量机回归算法的港口吞吐量非线性组合建模预测方法,并运用该方法进行了港口吞吐量预测,同时将该预测结果与其他方法的预测结果进行了比较．结果表明,该方法具有很强的学习及泛化能力,在处理具有一定程度的不确定性的非线性系统的组合建模预测问题时具有很好的应用价值．     

长江外贸集装箱运量预测和码头装卸工艺优选

本文利用新陈代谢ＧＭ（１，１）模型、二次指数滑动平均法、计量经济学模型３种预测模型对上海港进行了外贸集装箱吞吐量的预测，并结合考虑长江各主要港口在共同航线上的运量分配及航线运量占该港吞吐量的比重，对各港口进行了外贸集装箱吞吐量和主要航线运量预测。然后，运用多目标决策理论中的线性分配法与层次分析法，分析了不同运量水平下港口装卸工艺系统的优选问题，并利用外贸集装箱的预测结果，得到了这些港口装卸工艺的优     

舟山港口的社会影响效益研究

在对舟山港口船舶、货物,吞吐量及舟山各经济指标进行调查、研究和分析的基础上,运用灰色系统理论对各主要货种吞吐量进行了相关分析和预测预报,并对舟山港口每吨煤吞吐量一次波及社会影响效益进行了测算。依据这些结果,就如何增强舟山港口的辐射功能提出了一些建议。     

海运港口货物吞吐量预测的PHQDF模型

针对目前国内外所使用的港口货物吞吐量的定量预测方法所存在的问题，依据经济计量学和控制理论的原理和方法，建立了一种新的预测海运港口货物吞吐量的动态ＰＨＱＤＦ模型，该模型系统地综合了海运货物吞吐量的历史变化趋势，腹地的社会经济发展状况及政治，政策，心理和技术等各方面因素，克服了以往预测方法的不足，通过实例验证，该模型具有较高的预测精度和较好的预测效果。     

船公司在新港口上的空箱分配策略

针对航运公司在新开发港口的集装箱空箱的分配问题进行研究,基于与新港口运输情况相似的已有港口的历年吞吐量,采用数据回归分析方法建立了新港口集装箱预测分配模型,利用MATLAB线性规划求解方法对模型进行求解分析,预测新港口未来的集装箱吞吐量,最后基于预测量与分析结果设计新港口的空箱分配策略。模型计算表明航运公司应在新港口自购箱126 210 TEU,长租箱10 090 TEU,且一次租赁10年,才能使得花费在新港口集装箱上的费用最小。通过分析发现在融资能力允许的情况下,自购箱是航运公司第一首选,但结合现实情况,自购箱和租箱混合才是基本策略。所提出的空箱分配策略及预测分配模型可供从事集装箱运输的航运公司参考。     

融合预训练的港口吞吐量LSTM预测模型

港口吞吐量时序变化数据量较小且变化快,传统LSTM神经网络在此类数据上易出现过拟合,导致模型预测性能不佳。针对此问题,本文提出融合预训练与LSTM时序模型,通过预训练捕获任务领域的全局信息,再用LSTM模型精确描述各个港口的吞吐量变化规律,以提升模型对全部港口吞吐量预测的准确性。以天津港等15个中大型港口过去二十一年的月吞吐量为实验数据,以BP、ARIMA、传统LSTM等预测模型和目前流行的GNN-LSTM模型为比较基准进行仿真实验,结果显示本文所提出的融合预训练的LSTM模型能有效解决LSTM神经网络的过拟合问题,整体预测准确率高于所有基准模型。与传统LSTM模型相比,基于预训练的LSTM的MAE指标平均降低45.2%%,最多降低80.0%。     

基于吞吐量预测的南通港营收绩效评价研究

摘要： 基于南通港港口吞吐量短期预测的基础上,量化分析南通港港口效率,有助于南通港优化资源配置,提升港口竞争力。选取南通港1998-2014年的数据作为样本,运用灰色预测GM（1,1）模型对南通港2015-2019年的货物吞吐量和集装箱吞吐量进行预测,从投入、产出角度出发构建港口绩效评价指标;在灰色预测的基础上,分别在保持南通港现有投入规模（2014年）不变和保持南通港现有投入增速两种情况下对南通港1998年至2019年绩效进行了评价与分析,发现南通港在保持现有投入增速的情况下整体效率更高,且2015至2017三年间仍呈现规模报酬递增,至2018年实现规模效率最大化,因此相比于目前的投入增速,南通港应在2015至2017年间进一步扩大投入规模。     

基于Apriori算法的经济指标关联分析

经济发展的主要三大指标为:GDP、CPI、失业率。为了研究吞吐量与三大指标的关联,采用关联规则中经典的Apriori算法对大连市内港口货物、港口旅客、航空旅客的吞吐量以及GDP、CPI、失业率情况进行数据挖掘。结果表明,它们之间存在明显的联系。不仅为利用吞吐量来预测经济发展趋势提供理论依据,而且为制定有效的经济政策提供决策依据。     

港口物流与经济增长关系分析

以福建港口物流与经济增长之间的关系为研究对象,选取福建2004-2013年港口货物吞吐量、地区生产总值和三次产业生产总值等统计数据,运用回归分析方法与弹性系数法建立数学模型,运用灰色系统预测理论建立GM(1,1)预测模型,分析港口物流与腹地区域经济发展的关系.通过分析可知港口物流的发展能促进区域经济的增长,且对第二产业经济增长的拉动效应最大;目前GDP对港口物流发展仍缺乏弹性,未来港口货物吞吐量将持续快速增长,对区域经济增长的贡献将持续增大.     

基于灰色马尔科夫模型的深圳港集装箱吞吐量预测

为了更准确的预测港口集装箱吞吐量,以深圳港2003-2017年集装箱吞吐量数据为基础,通过数学方法将灰色预测模型和马尔科夫预测模型两种数学模型结合起来,建立灰色马尔科夫模型,然后利用灰色预测模型与灰色马尔科夫模型分别进行深圳港集装箱吞吐量的预测计算。结果表明:灰色马尔科夫预测模型能大幅降低波动性较大的时间序列的预测误差,尤其适用于中长期的预测;同时,传统的灰色预测GM(1,1)模型的预测精度也得到明显提高。根据建立的预测模型,计算出了深圳港2018-2020年的集装箱吞吐量预测值。