基于灰色马尔科夫模型的上海港集装箱吞吐量预测

为了准确有效地对港口集装箱吞吐量进行预测,提出一种基于灰色GM(1,1)模型和马尔科夫链模型相结合的灰色马尔科夫模型,以上海港2003～2017年集装箱吞吐量数据为研究对象进行预测计算,得到2018～2022年的吞吐量预测值。结果表明:灰色马尔科夫模型能弥补单一灰色GM(1,1)模型对波动性较大数据预测精度不高的不足,使平均相对误差由0.07216下降到0.02188,模型的预测精度有了明显的提升,适用于中长期的预测。     

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.     

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。     

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。     

机场货物吞吐量的灰色预测方法研究

建立了机场货物吞吐量的灰色预测模型-GM(1,1)模型,对机场货物吞吐量进行了预测。表明该方法具有所需原始数据少、原理简单、运算方便、预测精度高和可检验性等优点。     

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。     

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.     

运用Excel实现青岛港货物吞吐量的灰色预测

在对青岛港发展现状进行概述的基础上,对青岛港货物吞吐量的发展趋势进行了预测。通过对统计数据的分析,选择了灰色预测模型中的GM(1,1)模型作为预测工具,并运用办公软件Excel实现了数据的计算和计算结果精度的检验。同时,根据预测结果对青岛港发展方向进行分析并给出相关建议。     

基于收费站的集装箱流失量统计

为了准确得到城市集装箱流失数据,首先建立港口城市集装箱流向模型,将城市集装箱分解成本市生成的集装箱量、港口吞吐量、流失量、流入量,然后借助公路收费站采集集装箱流失基础数据,继而利用数学统计方法对数据进行计算与修正,从而得到城市集装箱流失量。     

基于灰色预测模型的分部分项工程成本预测

在建筑工程施工评标过程中,将报价低于工程成本作为重大偏差,但是判断投标人的报价是否低于工程成本非常困难,这也是我国采用工程量清单招标以来遇到的难题之一。本文通过收集类似工程已标价工程量清单的综合单价,建立与工程量清单相匹配的数据库,利用灰色预测模型预测分部分项工程成本。从而为准确判断投标人的报价是否低于成本价提供重要依据。     

集装箱船舶大型化对港口的影响

随着世界经济和国际贸易的快速发展,集装箱运输需求将不断增长,进而推动集装箱船舶日益向大型化方向发展。文中从集装箱船舶大型化发展的现状入手,详细分析了其对港口产生的主要影响,并提出港口应对集装箱船舶大型化发展趋势可以采取的措施。     

基于灰色系统理论的河南未来人口发展预测研究

以河南人口发展数为研究对象,根据相关统计资料应用年末总人口数值建立灰色动态预测模型,对未来10年河南省人口数值进行预测研究。结果表明,河南人口2010年底将超过1亿,2015年为1.03亿,到2020年将达到1.05亿,年均增加51.6万人,最后给出了一些相关建议。     

秦皇岛港煤炭吞吐量预测模型选优

论文以秦皇岛港1991-2005年煤炭吞吐量数据为基础,采用统计预测中的GM（1,1）和三次指数平滑两种模型分别进行预测,并比较了预测结果,得出优选模型。     

基于SFA法的集装箱港口规模效率研究

为了弄清集装箱港口的最优规模,改进规模效率水平,利用随机前沿分析法(SFA)对我国珠三角的5个集装箱港口进行了实证分析,提出了改进集装箱港口规模效率的两个途径:(1)改变投入水平,(2)调整投入比例。     

可拓聚类模型在集装箱生成量预测中的应用

文章首先分析了集装箱生成量可拓聚类预测的建模机制,并结合历年的统计数据,对合肥地区外贸集装箱生成量进行区间预测,获得良好的预测结果。     

基于BP神经网络的港口吞吐量预测模型——钦州港的实证研究

港口吞吐量的预测是港口决策的重要依据,然而影响港口吞吐量的要素较多,且各要素之间存在着复杂的非线性关系,使常用的预测方法难以取得好的预测效果。文章试图运用BP人工神经网络的方法,采集1999~2012年的实际数据样本,以钦州港为例进行实证分析,构建三层BP神经网络,预测2013年钦州港港口吞吐量。