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.     

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     

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.     

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.     

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.     

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。     

集装箱港口吞吐量线性回归模型

讨论了我国集装箱港口吞吐量与我国国民生产总值、对外贸易额、港口固定资产投资及利率之间的关系．其相关性研究是基于线性回归模型的建立，搜集、整理了过去16年各观测值，用SPSS软件计算得出的．结果说明，集装箱港口吞吐量与对外贸易额、港口固定资产投资正相关，与国民生产总值、利率负相关，和国际上流行的集装箱港口吞吐量发展理论相悖．这一发现对我国集装箱港口建设提供了理论决策依据．     

基于新陈代谢灰色马尔科夫模型的芜湖港集装箱吞吐量预测

为提高内河港口规划的合理性,更加精确地预测内河港口集装箱吞吐量,先用安徽芜湖港近年集装箱吞吐量数据建立了灰色GM(1,1)预测模型,然后采用新陈代谢法实时更新预测数据,构建新陈代谢动态灰色GM(1,1)模型,再运用马尔科夫模型分别对两个模型的预测结果进行修正。对比预测结果发现,灰色GM(1,1)马尔科夫模型比灰色GM(1,1)模型平均相对误差降低43%,新陈代谢灰色GM(1,1)马尔科夫模型比新陈代谢灰色GM(1,1)模型平均相对误差降低45%。由此可得出,新陈代谢灰色GM(1,1)马尔科夫模型的结果具有更高的可信度。     

基于组合模型的厦门港集装箱吞吐量预测

为预测厦门港未来集装箱吞吐量,运用灰色Verhulst与马尔科夫组合模型建立厦门港集装箱吞吐量的预测模型,得出厦门港2018—2022年的集装箱吞吐量数据。研究结果表明,组合模型将平均绝对误差由3.74%降低至1.65%,预测精度为一级。预测结果具有较高的可信度,可为厦门港的集装箱未来发展规划提供参考依据。     

灰色模型在港口货物吞吐量预测中的应用

分析灰色模型预测的建模过程,并结合宁德港近年来的港口吞吐量数据对未来几年内此港口吞吐量进行预测,获得了可靠性较高的预测结果。     

基于遗传规划方法的集装箱吞吐量预测

在对现有各种预测方法进行简要回顾的基础上，对遗传规划方法进行了研究，提出了应用于集装箱吞吐量预测的计算模型和相关参数的确定方法，并完成了算法设计和编程工作。在此基础上，以宁波港集装箱吞吐量的历史数据为样本，开展了预测计算试验，找到了能够反映宁波港目前集装箱吞吐量发展规律的样本集，并对宁波港未来九年的集装箱吞吐量进行了预报。结果表明，本算法合理、改良自动化程度高，为解决集装箱吞吐量等非线性系统预测提供了一条新的途径。     

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.     

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。     

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.     

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。     

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。     

大连港集装箱运量及货源分析

通过大连港集装箱吞吐量与其他港口进行对比并分析大连港的货源情况，提出加速大连港集装箱运输的几点建议。     

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%。     

贫信息状态下的集装箱吞吐量精确预测灰色模型

运用灰色系统理论，建立集装箱吞吐量的灰色预测模型，解决信息匮乏条件下决策依据问题，利用灰色预测模型预测了大连港未来7年的集装箱吞吐量，从预测结果来看，其历史实际值拟合度好，表明了模型具有较高的可靠性。     

集装箱港口碳排放量及碳达峰时间测算方法

为使港口企业制定合理的碳达峰方案,首先,界定集装箱港口的测算范围,以船舶与集装箱为计量单位,建立基于能源消耗的集装箱港口作业碳排放量测算模型,采用考虑异常值的支持向量回归模型预测集装箱吞吐量;再通过测算模型得到碳排放量时间序列,并设计基于Mann-Kendall趋势检验法的碳达峰时间判断标准,进而确定碳达峰时间;最后,...