湘江长沙港吞吐量集成预测与分析  

Forecast and Analysis of Port Throughput in Xiangjiang Changsha

作　　者：杨光华[1] 邹敏[1] 

机构地区：[1]湖南交通职业技术学院物流管理学院,湖南长沙410132

出　　处：《物流工程与管理》2014年第3期110-113,共4页Logistics Engineering and Management

基　　金：湖南省科技厅软科学项目(湘江港口群及集疏运网络优化研究12ZK3009);湖南省交通厅科技进步与创新项目(201350)

摘　　要：内河港口物流吞吐量具有较大的波动性、复杂性和不确定性，很难用单一方法预测。为此综合时间趋势预测、BP神经网络预测，以及不规则事件量化，建立湘江长沙港区吞吐量集成预测模式，并采集2000～2012样本数据，预测未来吞吐量，数据实证表明这种预测方式优于单一模型预测。预测出来的中长期结果可为长沙港区物流发展对策提供参考。It is difficult,using a single prediction method,to predict river port Logistics throughput because of its greater volatility,complexity and uncertainty.The paper construct a integrated prediction model of Xiangjiang Changsha port throughput with time trend prediction,BP neural network prediction,and irregular event quantification.It,by sample data collected 2000 -2012,predict the future throughput,showing this prediction model is better than the single forecasting model.The predictions of the long-term results can provide references to the Changsha port logistics development strategy.

关 键 词：集成预测 吞吐量 长沙港 BP神经网络 

分 类 号：U651[交通运输工程—港口、海岸及近海工程]