基于遗传算法优化BP神经网络的集装箱吞吐量预测

集装箱吞吐量预测是港口规划建设、生产计划安排、调整港口发展方向的重要基础。针对集装箱吞吐量与其影响因素之间的复杂非线性特征,文章提出基于腹地GDP、腹地货运量、港口前三年集装箱吞吐量作为网络输入构建的遗传算法改进的BP神经网络预测模型(GA-BP),该方法综合考虑到BP神经网络非线性拟合能力强的优点,同时通过遗传算法全局搜索能力强等特点对BP神经网络易陷入局部最优进行改进。为验证提出模型的有效性,选取福州港为案例进行验证,结果显示GA-BP模型的预测精度明显优于BP神经网络,同时对比历史集装箱吞吐量作为输入变量的预测结果,GA-BP模型预测结果精度更高。     

基于MATLAB的灰色模型对福州港集装箱吞吐量预测研究

文中通过灰色模型对福州港集装箱吞吐量建模,模型在MATLAB环境下通过了拟合检验和预测检验,得出灰色模型应用于福州港集装箱吞吐量的预测是有效可行的,并对2005～2010年福州港的集装箱吞吐量进行预测,为福州市“十一五“期间物流发展规划的制定提供科学依据.     

基于残差修正的组合模型在港口吞吐量预测中的应用

针对吞吐量的预测,借助趋势分析法和灰色GM(1,1)建立组合预测模型,为提高预测精度,利用灰色残差模型对组合模型进行修正,同时,以重庆港为研究对象进行实例分析,结果表明经修正的模型具有简便实用的优点,最后,对重庆港未来几年的吞吐量进行预测.     

基于残差修正的组合模型在港口吞吐量预测中的应用

针对吞吐量的预测,借助趋势分析法和灰色GM(1,1)建立组合预测模型,为提高预测精度,利用灰色残差模型对组合模型进行修正,同时,以重庆港为研究对象进行实例分析,结果表明经修正的模型具有简便实用的优点,最后,对重庆港未来几年的吞吐量进行预测。     

改进非线性灰色模型在港口集装箱吞吐量预测中的研究与应用

根据灰色理论原理,提出改进的非线性灰色模型GMP(1,1,α),并应用于港口集装箱吞吐量的预测.通过实例分析,证明改进的非线性灰色预测模型具有较高的预测精度,有一定的实用价值.     

预测技术在港口吞吐量预测中的应用

本文应用预测技术中的指数平滑法，灰色模型预测法对港口吞吐量的预测进行建模分析，验证比较，并提出了修正灰色模型预测吞吐量的方法。通过比较分析，认为改进型灰色模型对吞吐量的方法，通过比较分析，认为改进型灰色模型对吞吐量的预测是一种拟合精度较高，预测较符合实际的方法，适用于港口吞吐量的短期预测。     

改进非线性灰色模型在港口集装箱吞吐量预测中的研究与应用

根据灰色理论原理，提出改进的非线性灰色模型GMP（1，1，α），并应用于港口集装箱吞吐量的预测。通过实例分析，证明改进的非线性灰色预测模型具有较高的预测精度，有一定的实用价值。     

基于GRA-GA-BP神经网络的港口集装箱吞吐量预测模型

港口集装箱吞吐量的准确预测对于港口的未来发展规划及该港口所属腹地的经济发展具有重要的指导意义。为实现输入变量的降维,提高预测精度,避免出现局部最优解,借助灰色关联分析对输入变量进行筛选和排序,引入遗传算法作为优化BP神经网络内初始权值及阈值的工具,并基于此建立模型对环渤海港口群三大代表港口2016-2019年集装箱吞吐量进行实证对比分析。最后横向比较传统BP模型和GA-BP模型的预测结果,研究结果表明：经GRA-GA算法优化BP神经网络模型相较于GA-BP神经网络模型与未经过改善的传统的BP神经网络模型其预测结果更为理想,研究结果对港口的战略规划及发展具有一定的参考价值。     

上海港口集装箱吞吐量影响因素分析

以上海港口历史数据为依据,分析集装箱吞吐量的主要影响因素.采用不同方法建立两个多元线性回归预测模型,并对模型进行检验.引用指数平滑预测模型与两个模型进行预测标准误差比较,选出最优模型对2010年和2020年上海港口集装箱吞吐量进行研究预测.最后对预测结果进行因素分析.     

基于组合模型的某农场电商生鲜农产品需求预测研究

为实现某农场生鲜农产品需求量的精准预测,文章基于Sharply值权重分配法构建ARIMA-SVM组合预测模型,并采用误差分析等方式证明预测方法的可行性、有效性。结果表明：Sharply值组合预测模型克服了ARIMA模型与SVM模型在局部区间内预测精度欠佳的弊端,能够应用于生鲜农产品需求量完整性、可靠性的需求量预测;组合模型的预测结果可以为农场生鲜农产品产销提供理论指导。     

组合负荷预测方法综述

电力系统负荷具有很多不确定因素,针对单一模型进行负荷预测时,预测精度不高这一问题,可采用组合预测法将多种预测方法所得的预测值进行加权平均而得到最终预测结果,以满足现代电力对负荷预测结果的准确性、快速性和智能化的要求。该文首先简要介绍了几种常用的负荷预测方法,接着详细介绍了组合负荷预测的研究现状及确定组合预测中各模型最优权重的几种方法,最后介绍了组合负荷预测模型的误差修正方法,对提高负荷预测的准确性有一定的现实意义。     

灰色系统理论在上海港港口物流发展预测上的应用研究

应用灰色系统预测理论,以上海港为研究对象,建立灰色系统GM（1,1）模型对港口集装箱吞吐量和口岸进出口贸易值进行预测,可有效克服原始数据的离散性,在少信息的情况下得到高精度的预测蛄果.本文选择港口集装箱吞吐量和口岸进出口贸易值这两个与上海港港口物流发展水平密切相关的指标,并以此为基础对上海港港口物流发展进行中短期的预测,并对预测的结论进行了分析.     

基于组合模型的中长期电力负荷预测研究

本文研究了组合预测的模型,提高了预测的准确度。并对甘肃省2011-2020年全社会用电量做组合预测。     

非线性GM（1，1,α）模型在港口吞吐量预测中的应用

针时统计数据缺乏的预测问题,提出引入灰色系统理论来解决,以连云港2003—2007年港口吞吐量的数据为基础建立了非线性灰色GM（1,1,α）模型,详细阐述了灰色预测法的应用过程。结果表明,非线性灰色模型对样本的适应性强,预测精度高,简单易行,能够有效解决港口吞吐量预测问题。     

基于序号总和理论的御河大桥交通量预测研究

为了评价公路网设计的可靠性,提高交通量预测的精确度,以交通工程的基本理论为指导,在大量调查数据的基础上,运用时间序列法的线性、二项式、指数等方法进行交通量预测,得到了相应的预测模型,通过序号总和理论得到了精确度较高的预测模型,并通过预测模型计算出未来特征年的交通量,为交通量的预测研究提供了一种新的研究思路。     

Forecasting and loss functions

This paper considers two problems of interpreting forecasting competition error statistics. The first problem is concerned with the importance of linking the error measure (loss function) used in evaluating a forecasting model with the loss function used in estimating the model. It is argued that because the variety of uses of any single forecast, such matching is impractical. Secondly, there is little evidence that matching would have any impact on comparative forecast performance, however measured. As a consequence the results of forecasting competitions are not affected by this problem. The second problem is concerned with the interpreting performance, when evaluated through M(ean) S(quare) E(rror). The authors show that in the Makridakis Competition, good MSE performance is solely due to performance on a small number of the 1001 series, and arises because of the effects of scale. They conclude that comparisons of forecasting accuracy based on MSE are subject to major problems of interpretation.     

基于IOWA算子的灰色—多项式组合模型在武汉市物流需求预测中的应用

针对2002～2009年武汉市物流需求的数据,采用灰色GM 1,1模型和多项式拟合模型两种单项预测模型对数据进行建模预测。并结合组合预测理论,采用基于IOWA算子的组合预测模型进行预测,结果表明基于诱导有序加权平均算子的组合预测模型的预测精度明显高于两种单项预测方法,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010～2012年的武汉市物流需求作出预测。     

基于GM(1,1)模型的广西沿海港口吞吐量预测分析

用GM(1,1)模型预测了"十一五"期间广西沿海港口货物吞吐量的增长趋势,得出结论2010年其港口货物吞吐量将达到一亿吨,最后提出实现这一目标的策略。     

浅谈电力负荷预测

电力负荷预测是供电部门的重要工作之一,准确的负荷预测,可以在保障电网的安全前提下,经济合理的安排电网内部发电机组的启停,合理安排机组检修计划,减少不必要的旋转备用容量,降低电网公司的运营成本,提高经济和社会效益。本文主要介绍了电力负荷预测的步骤以及经常采用的负荷预测方法。     

基于IOWA算子的组合预测模型在物流需求预测中的应用

根据2000~2009年宁波市物流需求的数据,采用灰色GM 1,,1,模型和一元线性回归模型进行组合优化,建立了基于诱导有序加权平均(IOWA)算子的物流需求量组合预测模型。结果表明基于IOWA算子的组合预测模型能有效提高预测精度,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010~2013年宁波市物流需求作出预测。