現(xiàn)有船舶貨物集裝箱吞吐量預測方法由于應用算法自身脆弱性,導致吞吐量預測殘差過大,無法滿足現(xiàn)今吞吐量預測精度需求,因此提出船舶貨物集裝箱吞吐量精準預測方法研究。分析集裝箱吞吐量時間序列趨勢性,基于灰色系統(tǒng)原理構(gòu)建集裝箱吞吐量預測模型,分析吞吐量預測模型特點。確定模型參數(shù)范圍,并利用殘差檢驗驗證吞吐量預測模型精度,實現(xiàn)船舶貨物吞吐量的精準預測。仿真實驗結(jié)果顯示:提出方法集裝箱吞吐量預測平均殘差為2.12%,精度為97.88%,達到了灰色系統(tǒng)原理1級標準,充分表明提出方法預測效果更佳。 

【文章來源】：艦船科學技術(shù). 2020,42(22)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

發(fā)展灰數(shù)變化曲線圖Fig.2Developmentgreynumbercurve

?（發(fā)展灰數(shù)）。通過現(xiàn)有文獻研究可知：當時，模型滿足中長期吞吐量預測需求；當時，模型滿足短期吞吐量預測需求；當時，模型在短期吞吐量預測中存在較大的誤差；當時，模型精度較差，需要修正殘差；當時，模型預測效果較差，不建議應用該模型。a[0.5,+∞]依據(jù)上述描述，為了滿足船舶貨物吞吐量預測需求，確定發(fā)展灰數(shù)范圍為，而最佳發(fā)展灰數(shù)需要依據(jù)具體預測需求選取[4]。殘差檢驗指的是檢測模型預測值與實際值的差別。通過計算得到絕對殘差序列、相對參數(shù)序列與平均殘差序列，表達式為：圖1集裝箱吞吐量時間序列分解圖Fig.1Timeseriesdecompositionofcontainerthroughput第42卷徐勇：船舶貨物集裝箱吞吐量精準預測方法·209·

【參考文獻】：
期刊論文
[1]基于偏最小二乘法的集裝箱吞吐量預測模型研究[J]. 丁文濤,劉孟琦,齊越,蘇孟超,李宜軍,房卓.  港工技術(shù). 2019(06)
[2]基于集成預測模型的集裝箱吞吐量預測研究[J]. 郭雪.  物流科技. 2019(06)
[3]基于PCA-SVM的港口集裝箱吞吐量預測模型研究[J]. 張雷雨,楊毅.  江蘇商論. 2019(05)
[4]港口集裝箱吞吐量預測方法研究[J]. 劉逸群,曾鳴.  物流工程與管理. 2018(08)



本文編號：3599366