基于时间序列RBF的大连港货物吞吐量预测  

作　　者：刘宴志 陈世才[1] 

机构地区：[1]大连海事大学航海学院

出　　处：《中国储运》2024年第5期50-51,共2页China Storage & Transport

摘　　要：引言大连港是我国东北地区主要的海上门户。随着我国振兴东北战略的实施推进,港口货运量也随之增多,对港口建设和运营提出了新标准,因此,为提高港口作业效率和增强竞争力,精准预测港口吞吐量对于港口规划、建设及运营至关重要。目前,用于港口吞吐量的预测方法众多,其中最主要是灰色预测法[1]、回归预测法[2]、时间序列法[3]及神经网络法[4]。灰色预测法,对于数据量少的系统,效果显著。回归预测法对数据量少的样本拟合效果好。神经网络法有较强的非线性映射能力和适应能力,但需要大量的数据训练。时间序列法对于呈线性分布的数据能较好挖掘其规律,但需要较多的样本数据。由于预测模型间各有优劣,因此本文提出时间序列法与神经网络法相结合的时间序列RBF预测模型组合模型[5-6],结合两种模型的优点,同时弥补各自的缺点,有一定的先进性,旨在为港口货物吞吐量预测提供新方法。

关 键 词：时间序列法 港口吞吐量 港口货物吞吐量 回归预测法 灰色预测法 神经网络法 港口规划 模型组合 

分 类 号：U652.14[交通运输工程—港口、海岸及近海工程] U691.71[交通运输工程—船舶与海洋工程]