【摘要】：本文給出了一種利用RBF神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)貨物流量的模型，得到了大連港貨物吞吐量以及東北地區(qū)海上貨物吞吐量的預(yù)測(cè)值。在預(yù)測(cè)基礎(chǔ)上，又利用蒙特卡洛仿真的方法，對(duì)結(jié)果的可信區(qū)間進(jìn)行評(píng)估，得到了預(yù)測(cè)結(jié)果的可信區(qū)間。 貨物吞吐量的定量預(yù)測(cè)在國(guó)內(nèi)外有許多學(xué)者在研究，但大多數(shù)學(xué)者采用的基本是時(shí)序模型，灰色模型或者是回歸分析模型等。由于人工神經(jīng)網(wǎng)絡(luò)算法適合處理非線性系統(tǒng)，且具有自組織、自學(xué)習(xí)、自適應(yīng)和聯(lián)想能力，故非常適用于貨物吞吐量的預(yù)測(cè)分析，但神經(jīng)網(wǎng)絡(luò)在這一領(lǐng)域的實(shí)際應(yīng)用還比較少。本文的核心工作是建立了RBF神經(jīng)網(wǎng)絡(luò)貨物吞吐量預(yù)測(cè)模型，，利用大連港和東北地區(qū)海上貨物吞吐量的歷史數(shù)據(jù)對(duì)RBF神經(jīng)網(wǎng)絡(luò)貨物吞吐量預(yù)測(cè)模型的精度進(jìn)行驗(yàn)證。并且對(duì)2006年-2010年以及2020年的大連港和東北地區(qū)海上貨物吞吐量進(jìn)行預(yù)測(cè)。本文的另一核心工作是利用蒙特卡洛仿真方法對(duì)大連港和東北地區(qū)海上貨物吞吐量的預(yù)測(cè)結(jié)果進(jìn)行可信度分析。得到了預(yù)測(cè)結(jié)果區(qū)間，以及在每個(gè)區(qū)間上出現(xiàn)的概率。 預(yù)測(cè)實(shí)驗(yàn)得出，RBF神經(jīng)網(wǎng)絡(luò)能夠較好應(yīng)用于貨物吞吐量預(yù)測(cè)領(lǐng)域中。實(shí)驗(yàn)還得到了貨物吞吐量預(yù)測(cè)值在各個(gè)預(yù)測(cè)范圍中出現(xiàn)的概率，2010年大連港貨物吞吐量在27102—27824萬(wàn)噸這個(gè)范圍內(nèi)出現(xiàn)的概率大約為0.6433；2020年大連港貨物吞吐量在35889—36619萬(wàn)噸這個(gè)范圍出現(xiàn)的概率大約為0.8133；2010年?yáng)|北地區(qū)海上貨物吞吐量出現(xiàn)在71115—76660萬(wàn)噸這個(gè)范圍出現(xiàn)的概率大約為0.7567；2020年?yáng)|北地區(qū)海上貨物吞吐量出現(xiàn)在210970—225950萬(wàn)噸這個(gè)范圍出現(xiàn)的概率大約為0.85。 希望本文的預(yù)測(cè)結(jié)果，對(duì)計(jì)劃中的港口項(xiàng)目能有一些參考意見(jiàn)，避免過(guò)度建設(shè)的發(fā)生。
【圖文】：

笙舀章利用RBF神經(jīng)網(wǎng)絡(luò)技術(shù)的海上貨物吞吐童預(yù)測(cè)把Ttest輸入到訓(xùn)練好的網(wǎng)絡(luò)中得出結(jié)果。了匆ostmnmx爾mint，maxt)，.Pos七口田衛(wèi)x為反標(biāo)準(zhǔn)化函數(shù)，把結(jié)果反標(biāo)準(zhǔn)化后得出實(shí)際預(yù)測(cè)結(jié)果。實(shí)際預(yù)測(cè)結(jié)果利用5.1中的訓(xùn)練數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)對(duì)2006年—2010年及2020年大連港貨吐量進(jìn)行預(yù)測(cè)。結(jié)果如下:表5.10大連港貨物吞吐盆預(yù)測(cè)結(jié)果Tab.5.10PredietingResultofCargoThroughPutforDalianPort年年份份20062007200820092010202000預(yù)預(yù)測(cè)結(jié)果(萬(wàn)噸)))1915121132232082535027511.3616444

東北地區(qū)海上貨物吞吐t走勢(shì)預(yù)測(cè)圖
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類(lèi)號(hào)】：F259.2;F552;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 匡敏,胡思繼,邢培昱,武旭;基于國(guó)民經(jīng)濟(jì)大系統(tǒng)下的鐵路貨物運(yùn)輸量預(yù)測(cè)方法的研究[J];北方交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2003年04期

2 羅定貴,王學(xué)軍,郭青;基于MATLAB實(shí)現(xiàn)的ANN方法在地下水質(zhì)評(píng)價(jià)中的應(yīng)用[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

3 沈立新,陳燕,劉振峰,謝吉標(biāo);基于徑向基神經(jīng)網(wǎng)絡(luò)的集裝箱量預(yù)測(cè)模型[J];大連海事大學(xué)學(xué)報(bào);2005年01期

4 呂靖;海運(yùn)港口貨物吞吐量預(yù)測(cè)的PHQDF模型[J];大連海事大學(xué)學(xué)報(bào);1995年01期

5 習(xí)宏全;灰色系統(tǒng)理論在港口吞吐量預(yù)測(cè)中的應(yīng)用[J];港工技術(shù);1994年04期

6 趙琳,趙洪啟;基于RBF神經(jīng)網(wǎng)絡(luò)的港口貨物吞吐量預(yù)測(cè)[J];港工技術(shù);2002年02期

7 詹義河;中國(guó)2003年“港口經(jīng)濟(jì)”分析[J];廣東科技;2004年01期

8 李超;大連建設(shè)東北亞國(guó)際集裝箱樞紐港研究[J];港口經(jīng)濟(jì);2004年06期

9 肖金成;環(huán)渤海區(qū)域的發(fā)展與港口的分工合作[J];港口經(jīng)濟(jì);2005年02期

10 邢良忠;建設(shè)國(guó)際航運(yùn)中心的戰(zhàn)略與思路[J];港口經(jīng)濟(jì);2005年02期

本文編號(hào)：2615910