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.     

基于关联度模型的港口经济与港口城市关系研究 ——以宁波港为例

在国内已有相关文献基础上,深入分析港口经济与港口城市的互动机理,认为港口经济与港口城市具有很强的关联性,并以宁波港为例,运用灰色关联度方法对其两者间的关联性进行实证分析,得出:批发零售业、工业、贸易进出口总额以及保险保费收入是与宁波港全港货物吞吐量关联度排名前四的城市指标;工业、贸易进出口总额、保险保费收入以及批发零售业是与宁波港全港集装箱吞吐量关联度排名前四的城市指标;从综合关联度来看,工业、贸易进出口总额、保险保费收入和批发零售业是宁波这一港口城市与宁波港关联度最大的产业,并据此得到相应的启示。     

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.     

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。     

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.     

深圳港基于BP神经网络的集装箱预测模型

运用BP人工神经网络建立了深圳港集装箱吞量的预测模型，得出深圳港2001－2005年的集装箱吞吐量，研究结果表明，该预测方法具有很强的学习与泛化能力，预测结果对深圳港的发展有较强的借鉴作用，可以提高深圳港处理运量的能力。     

组合模型在港口集装箱吞吐量预测中的应用

根据某港的集装箱吞吐量的历史数据,分别利用时间序列的三次指数平滑法、改进的GM(1,1)残差模型以及组合预测方法对某港的集装箱吞吐量进行了探讨,并对未来几年某港集装箱吞吐量进行了预测.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值以及误差的标准差分别为4.5208,0.0343,49.5161,都小于单独用三次指数平滑法或改进的GM(1,1)残差模型时的平均绝对误差、平均相对误差绝对值以及误差的标准差,达到最优的精度等级.     

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     

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。     

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。     

储层潜在敏感性B-P网络快速预测方法研究

对神经网络算法以及利用神经网络进行敏感性预测中经常出现的问题进行了探讨。着重介绍了合理网络结构的确定方法、学习样本的搜集与处理以及学习算法的改进等 ,并建立了改进的B P算法。通过水敏性预测 ,介绍了神经网络在敏感性预测中的具体应用过程 ,并对其在实际生产中的应用效果进行了验证。结果表明 ,利用改进后的神经网络对储层敏感性进行预测的方法 ,具有预测精度高、自适应好、容错能力强等优点。为了便于使用 ,编制了功能完备的敏感性预测软件 ,现场使用效果良好。     

基于预测误差的用水预测模型选择方法研究

时间序列法是用水量预测的常用方法,其中预测模型的选择是提高预测精度的关键.针对目前以拟合精度作为模型选择标准的方法,提出了以预测值的置信区间最小为标准选择预测模型的方法.以山西省运城市工业用水量资料为例,分析给出了幂函数、S函数、直线、指数函数、二次和三次抛物线等6个模型95%置信水平下5年和10年两种预测期的预测区间,均以幂函数预测精度最高;对该系列近5年的用水量进行了预测,预测误差也以幂函数最小.表明以预测区间最小选择用水预测模型的方法是合理的、可靠的.     

基于自监督学习的交通数据补全算法

区域高速公路网收费站数量众多,每日产生海量收费数据,但由于设备、网络等因素,部分站点数据传输存在延迟现象,在此情况下已传输的数据往往不能满足实时流量预测的要求。为了实现实时交通数据补全和动态交通流量预测,文中首先提出了一种基于自监督学习的用于高速公路交通流量数据缺失补全的方法,该方法采用了基于注意力机制的时间序列模型（Seq2Seq-Att）;然后使用自监督学习方式对模型进行训练;最后,以广东省高速公路网的80个收费站为例,验证方法的可靠性。结果表明：文中的数据补全方法能够灵活捕捉交通数据中的缺失情况,并根据数据自身的内在关联性,给出合理的补全值;该方法总体优于其他方法,且在不同缺失率下都有较好表现,总体MAPE约为17.7%、WMAPE为12.8%;在高缺失率情况下,该方法相比于其他补全方法有明显的优势。交通量预测结果表明,使用该方法补全的数据进行交通流预测的预测精度接近使用完整数据的情况。     

杭州湾大通道和港口建设现状分析及战略构思——系列研究之一

在杭州湾大通道及港口建设对宁波地区经济发展影响的系统分析中，率先分析杭州湾大通道建设的依据、设计规划和意义，以及宁波建设的现状，并进一步研究杭州湾大通道与宁波港之间建设和发展中的协调关系，从而提出和论证了杭州湾大通道和港口建设的战略构思，供决策部门参考。     

一种基于支持向量机的CFG桩复合地基承载力预测方法

提出一种基于SVM的CFG桩复合地基承载力预测方法并建立相应预测模型.为获得模型参数,对18组CFG桩复合地基试验资料进行训练,训练值与实测值符合较好.用建立的SVM模型对4组CFG桩复合地基试验数据进行预测,预测结果与实测值相差较小.理论分析和实例结果验证表明:基于SVM的CFG桩复合地基承载力预测方法具有较高的预测精度和可靠性.     

基于熵值法的碳配额优化电量灰色预测模型

本文基于灰色预测理论基础,针对电量预测与碳减排目标设定难以结合的问题,从减排责任、减排能力与减排潜力三个方向入手,提出一种基于熵值法的碳配额模型,并且通过灰色预测的方法解决历史数据少的问题从而实现电量预测,最后通过综合考量碳配额在电力预测中的影响程度,提出了一种基于碳配额的优化灰色预测模型,并结合实例进行分析,通过后验差检验保证了模型的准确性,结果表明引入碳配额分配方式后的灰色模型更具有现实意义,有助于指导地区制定能源政策,并在兼顾地区历史发展水平与GDP水平的同时完善碳配额制度。     

Cycle life prediction of traction battery based on degradation data

The traction battery cycle life prediction method using performance degradation data was proposed. The example battery was a commercialized lithium-ion cell with LiMn2O4/Graphite cell system. The capacity faded with cycle number follows a traction function path. Two cycle life predicting models were established. The possible cycle life was extrapolated, which follows normal distribution well. The distribution parameters were estimated and the battery reliability was evaluated. The models' precision was validated and the effect of the cycle number on the predicting precision was analysed. The cycle life models and reliability evaluation method resolved the difficulty of battery life appraisal, such as long period and high cost.     

园区规划水资源论证中的需水预测

园区（开发区）规划水资源论证是水资源论证的主要内容之一,准确预测园区需水量是做好园区规划水资源论证的前提条件.以江苏省洋口港经济开发区为例,根据开发区的现状用水调查,对开发区进行规划水平年的用水需求预测,为开发区需水预测提供一定的参考.     

未确知聚类理论在顶板沉降量预测中的应用

 从距离判别的思想出发,对未确知聚类理论中的置信度准则进行优化,并将该理论应用于顶板沉降量预测中。选取岩体抗拉强度、埋藏深度、暴露面积等9 个影响因子,构建顶板沉降量预测的未确知聚类预测模型。根据收集的15 组样本数据确定了未确知测度函数,并利用熵权法计算指标权重,预测得出顶板沉降的分类等级及顶板沉降量。经计算验证,该方法的平均预测误差为7.38%,较模糊数学、灰色关联及神经网络3 种方法有更高的预测精度。为进一步验证其实用性,以辰州矿业沃溪矿区为例,采用该方法对4142 采场进行顶板沉降量预测。结果表明,预测结果与实际监测结果相吻合,证明该方法用于采场顶板沉降量预测是客观合理的,可为矿山安全生产提供决策依据。     

改进BAS-Elman神经网络的港口货运量预测

为对港口货运量进行科学精准预测,结合天牛须搜索(beetle antennae search,BAS)算法和蒙特卡洛准则,提出一种改进BAS的Elman神经网络预测模型.收集上海港1989—2018年内的货运量以及当地各项经济数据,建立港口货运量预测评估体系,对各项影响因子进行预处理,消除数据冗余信息对预测的影响,对预处理后的数据进行仿真测试.实验结果表明,该模型预测准确率可达95％以上,有效地提高了港口货运量的预测精度.