港口吞吐量发展水平预测技术优选研究

发布时间：2023-11-26 13:30

　　吞吐量是港口的重要经济指标,其发展水平对于确定合理的港口布局、投资规模、营运策略和发展战略十分重要。 综合回顾和总结了现有的港口吞吐量预测技术,如时间序列法、因果分析法和组合预测法,其中包括一些最新的研究成果,如灰色系统法、遗传算法优化的神经网络法。提出港口吞吐量预测是一个复杂的系统工程,应按照一定的流程进行系统分析。对于腹地区域重叠的港口群,建议可利用层次分析法确定其相互间的竞争关系和吞吐量分配权重。 本文选择时间序列法中的三次指数平滑法和灰色模型、因果分析法中的多元线性回归法和神经网络模型,探讨其建模过程和检验方法,分析模型参数的选择,比较各种模型的适用范围,并采用组合预测技术来消除各单项模型中存在的随机误差。 对于时间序列法,由于社会、政治、经济现象往往带有较强的惯性,使得港口吞吐量的发展在中短期内可能保持一种平稳态势,而远期发展过程中则经常会受到一些偶然或突发因素的影响,因此其更适合中短期预测。 对于因果分析法,提出通过主成分分析和相关分析可以减少影响因子的数量,从而减小预测误差。建议可以采用时间序列法预估影响因子的未来值。结果表明,遗传算法优化的神经网络模型结合了BP网络良好...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    1.1 选题背景及研究意义
    1.2 研究进展
    1.3 本文研究内容
第二章 港口吞吐量的预测模型
    2.1 概述
        2.1.1 系统预测流程
        2.1.2 腹地区域的确定
        2.1.3 腹地区域经济分析
        2.1.4 区域内港口群的竞争关系
        2.1.5 本港吞吐量发展预测
    2.2 港口吞吐量预测的时间序列法
        2.2.1 平均增长率法
        2.2.2 简单时间序列法
        2.2.3 移动平均法
        2.2.4 指数平滑法
        2.2.5 灰色系统法
    2.3 港口吞吐量预测的因果分析法
        2.3.1 弹性系数法
        2.3.2 定额估算法
        2.3.3 回归分析法
        2.3.4 神经网络法
    2.4 港口吞吐量组合预测模型
        2.4.1 概述
        2.4.2 组合预测模型的建立
第三章 港口吞吐量预测的实证优选研究
    3.1 天津港概况
    3.2 样本数据
    3.3 吞吐量预测模型比较分析
        3.3.1 三次指数平滑法
        3.3.2 灰色系统法
        3.3.3 多元线性回归法
        3.3.4 遗传算法优化的前向神经网络法
        3.3.5 组合预测模型
        3.3.6 分析比较
第四章 天津港吞吐量预测
第五章 结论
参考文献
发表论文和科研情况说明
致谢



本文编号：3867873