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。     

组合预测模型在武汉港集装箱吞吐量预测中的应用

为使港口集装箱吞吐量预测的误差更小,精度更高,提出运用弹性系数法、灰色模型法、三次指数平滑法的组合预测模型,预测了武汉港未来特征年的集装箱吞吐量,研究结果表明,组合模型相比单一预测方法能够降低误差、提高精度,预测结果更加理想。     

基于灰色关联分析法的港产城融合发展研究——以苏州港为例

“以港聚产、以产兴城、以城育港”,是港口城市发展的一般规律,推动港产城融合发展,是顺应全球港口城市发展趋势、打造高质量发展动力源的重要举措。本文以苏州港作为研究对象,通过选取2010~2020年的港口货物吞吐量、集装箱吞吐量数据与城市各项经济指标进行灰色关联分析,研究发现生产总值、规模以上工业总产值与港口物流产业具有较高相关性,对于港产城融合发展有明显的助推作用。由此,本文基于关联度分析结果与城市港口现状,针对性地提出相关发展建议。     

盐田港的物流模式分析

自1994年开港以来,深圳盐田港集装箱吞吐量平均每年以47%的速度增长,已发展成为我国四大国际深水中转港之一。在我国沿海众多港口中,研究盐田港港口物流的发展定位和发展模式,对深圳港建设华南地区集装箱枢纽港和沿海主枢纽港战略的实施有重要的现实意义。盐田港物流发展定位一     

对外贸易中我国港口集装箱运输存在的问题及对策研究

1引言随着我国加入WTO,对外贸易得到了进一步发展。由于对外贸易增长率是影响我国港口集装箱运输的一个极其重要的因素,因而我国的港口集装箱运输业也受到利好,得到迅速发展。2013年全球十大集装箱港吞吐量统计排名中,我国港口(包括香港港)就占据了7个。上海港以3361.7万标准箱的吞吐量连续4年稳居全球第一大集装箱港口。近年来我国港口集装箱的吞吐量呈现快速增长的形势,如图1所示。     

上海证券市场混沌特征分析

文章利用Dayid Ruelle提出的相空间重构技术和Wolf算法计算出了上证综合指数日收益率的Lyapunov指数,利用P-Grassberger和I·Procaccla提出的时间序列关联维数的G-P算法计算出上证综指日收益率序列的关联维数。得出上海证券市场具有明显的非线性混沌特征的结论。     

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.     

基于超效率DEA模型的辽宁省集装箱港口生产效率评价

对超效率DEA模型进行了介绍,并采用超效率DEA模型对辽宁省集装箱港口的生产效率进行了评价.评价结果表明辽宁省的大部分集装箱码头处于规模收益递增或规模收益不变的状态;同建港时间最长、规模最大、吞吐量最高的大连港相比,一些新兴的集装箱码头的生产效率更高.     

集装箱吞吐量与港口货物吞吐量、GDP的协整关系分析——以重庆市为例

针对我国经济逐步放缓,集装箱运输迅猛发展的现状,研究集装箱吞吐量与其它经济因素之间的关系.本文运用协整理论中的ADF检验、Johansen协整检验和Granger因果检验研究集装箱吞吐量与港口货物吞吐量、GDP值之间的协整关系.研究发现集装箱吞吐量与港口货物吞吐量和GDP值之间存在长期协整关系;集装箱吞吐量是GDP值和港口货物吞吐量的格兰杰原因,但是GDP值和港口货物吞吐量不是集装箱吞吐量的格兰杰原因;GDP值和港口货物吞吐量互为格兰杰因果关系.     

分形理论在故障诊断中的应用

当机械设备发生故障时,其动力学特性往往呈现出复杂性和非线性,振动信号也随之出现非平稳性并表现出一定程度统计自相似特性,因此可以用分形来描述机械设备振动信号的不规则性和复杂性。机械设备在不同运行期间分形维数的变化,可以直接反映该设备在此期间的运行状况,分形维中的关联维数可直接由时间序列计算得到。实验结果表明,分形中的关联维数可以作为故障诊断的一种有效手段。