本文關(guān)鍵詞：港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著“一帶一路”戰(zhàn)略在國(guó)際范圍內(nèi)引起廣泛關(guān)注,作為該戰(zhàn)略構(gòu)想中重要組成部分“21世紀(jì)海上絲綢之路”,使得中國(guó)海運(yùn)業(yè)乃至國(guó)際海運(yùn)業(yè)又進(jìn)入新的發(fā)展階段。近來(lái),運(yùn)輸方式的集裝箱化逐漸成為海洋運(yùn)輸?shù)囊环N標(biāo)志,因而準(zhǔn)確的港口集裝箱吞吐量預(yù)測(cè)對(duì)于港口決策者規(guī)劃和管理港口起著舉足輕重的作用。若一個(gè)港口的發(fā)展缺少對(duì)未來(lái)的準(zhǔn)確預(yù)測(cè),那么將會(huì)導(dǎo)致港口交通堵塞或資源閑置問(wèn)題。所以,為了對(duì)我國(guó)口岸的長(zhǎng)遠(yuǎn)發(fā)展做出合理規(guī)劃并提供相應(yīng)決策支持,論文研究了港口集裝箱吞吐量時(shí)間序列的預(yù)測(cè)方法。首先,論文對(duì)港口集裝箱時(shí)間序列的特征進(jìn)行了分析,由于受多種因素影響,吞吐量時(shí)間序列是一個(gè)線性和非線性成分復(fù)雜交織的非平穩(wěn)時(shí)間序列,同時(shí)該序列表現(xiàn)了四大趨勢(shì)性:長(zhǎng)期性趨勢(shì)、季節(jié)性趨勢(shì)、循環(huán)波動(dòng)性趨勢(shì)、不規(guī)則性趨勢(shì),這些趨勢(shì)也構(gòu)成了序列的非平穩(wěn)性。然后,針對(duì)所分析出的特征以及依據(jù)線性和非線性框架建模,論文選取了對(duì)季節(jié)性趨勢(shì)和線性特征具有較強(qiáng)描述性的線性模型季節(jié)性差分自回歸滑動(dòng)平均模型(Seasonal Autoregressive Integrated Moving Average,SARIMA)以及具有靈活的非線性映射能力的非線性模型人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANNs)進(jìn)行了組合,構(gòu)成非同源的混合預(yù)測(cè)模型。然而,傳統(tǒng)混合模型通常是建立在兩種假設(shè)下:(1)時(shí)間序列最后預(yù)測(cè)結(jié)果是單一線性和非線性模型預(yù)測(cè)結(jié)果的加權(quán)平均;(2)時(shí)間序列的預(yù)測(cè)值可以通過(guò)對(duì)線性成分和非線性成分進(jìn)行加法性分解而獲得,論文論證了該假設(shè)的不合理性。因此,為了突破傳統(tǒng)混合模型的假設(shè)前提的限制,論文提出了三種可選擇的混合模型,可以根據(jù)吞吐量的線性和非線性成分間的關(guān)系,進(jìn)行模型選取。該三種模型的建模過(guò)程分為如下兩個(gè)階段:第一階段,基于SARIMA模型擬合出時(shí)間序列大部分線性特征。第二階段,基于ANNs模型擬合出時(shí)間序列的非線性特征以及可能存在于線性預(yù)測(cè)值和原始數(shù)據(jù)間之間的殘差中的線性關(guān)系。同時(shí),論文提出了依據(jù)SARIMA建模過(guò)程中分析出的自相關(guān)性來(lái)構(gòu)造ANNs輸入層的結(jié)構(gòu),提高了預(yù)測(cè)結(jié)果的精確度,并應(yīng)用于上海港集裝箱吞吐量月度時(shí)間序列進(jìn)行了實(shí)驗(yàn)驗(yàn)證。最后,分析比對(duì)了七種吞吐量預(yù)測(cè)模型的實(shí)驗(yàn)結(jié)果,證明了提出的混合5模型對(duì)該序列具有較好的預(yù)測(cè)表現(xiàn),同時(shí)通過(guò)各模型的對(duì)比分析,驗(yàn)證了預(yù)測(cè)方法研究中的相關(guān)理論。
【關(guān)鍵詞】：港口 集裝箱吞吐量 時(shí)間序列 混合預(yù)測(cè)模型
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U691.71;O211.61
【目錄】：

• 中文摘要3-5
• 英文摘要5-9
• 1 緒論9-17
• 1.1 論文的研究背景及意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 專(zhuān)家經(jīng)驗(yàn)預(yù)測(cè)法11
• 1.2.2 單變量時(shí)間序列預(yù)測(cè)法11-12
• 1.2.3 多變量時(shí)間序列預(yù)測(cè)法12-13
• 1.3 課題的提出13-14
• 1.4 論文的主要內(nèi)容及章節(jié)安排14-16
• 1.5 本章小結(jié)16-17
• 2 港口集裝箱吞吐量時(shí)間序列的特征分析17-27
• 2.1 港口集裝箱吞吐量17-19
• 2.1.1 港口集裝箱吞吐量數(shù)據(jù)介紹17-18
• 2.1.2 港口集裝箱吞吐量時(shí)間序列的定義18-19
• 2.2 港口集裝箱吞吐量時(shí)間序列的非平穩(wěn)性19-21
• 2.2.1 時(shí)間序列平穩(wěn)性的定義19-20
• 2.2.2 時(shí)間序列平穩(wěn)性分析的意義20
• 2.2.3 港口集裝箱吞吐量時(shí)間序列非平穩(wěn)性的驗(yàn)證20-21
• 2.3 港口集裝箱吞吐量的線性和非線性21-23
• 2.3.1 時(shí)間序列線性和非線性的定義21-22
• 2.3.2 時(shí)間序列線性和非線性分析的意義22
• 2.3.3 港口集裝箱吞吐量時(shí)間序列線性和非線性的驗(yàn)證22-23
• 2.4 港口集裝箱吞吐量時(shí)間序列的趨勢(shì)性23-26
• 2.4.1 時(shí)間序列的趨勢(shì)性定義23-24
• 2.4.2 時(shí)間序列趨勢(shì)性分析的意義24
• 2.4.3 港口集裝箱吞吐量時(shí)間序列趨勢(shì)性分析24-26
• 2.5 本章小結(jié)26-27
• 3 港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)方法建模27-42
• 3.1 港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)建模思想27-30
• 3.1.1 港口吞吐量預(yù)測(cè)模型框架27-29
• 3.1.2 吞吐量數(shù)據(jù)的預(yù)處理29-30
• 3.1.3 預(yù)測(cè)模型的評(píng)價(jià)標(biāo)準(zhǔn)30
• 3.2 線性預(yù)測(cè)模型SARIMA30-36
• 3.2.1 SARIMA模型的理論原理30-31
• 3.2.2 SARIMA模型的建模過(guò)程31-33
• 3.2.3 基于SARIMA的港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)33-36
• 3.3 非線性預(yù)測(cè)模型ANNs36-41
• 3.3.1 ANNs模型的理論原理36-38
• 3.3.2 ANNs模型的建模過(guò)程38-39
• 3.3.3 基于ANNs的港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)39-41
• 3.4 本章小結(jié)41-42
• 4 港口集裝箱吞吐量時(shí)間序列混合預(yù)測(cè)模型研究42-55
• 4.1 混合預(yù)測(cè)模型構(gòu)建思想42-43
• 4.1.1 混合模型的分類(lèi)42
• 4.1.2 混合模型的優(yōu)勢(shì)42-43
• 4.1.3 傳統(tǒng)混合模型的假設(shè)前提43
• 4.2 基于SARIMA和ANNs的傳統(tǒng)混合預(yù)測(cè)模型43-45
• 4.3 基于SARIMA和ANNs的改進(jìn)混合預(yù)測(cè)模型45-47
• 4.4 基于混合模型的港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)47-53
• 4.5 本章小結(jié)53-55
• 5 港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)模型比較55-62
• 5.1 港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)方法比較框架55-56
• 5.2 預(yù)測(cè)模型結(jié)果比較56-61
• 5.3 本章小結(jié)61-62
• 6 總結(jié)與展望62-64
• 6.1 總結(jié)62-63
• 6.2 展望63-64
• 致謝64-65
• 參考文獻(xiàn)65-69
• 附錄A. 攻讀碩士學(xué)位期間發(fā)表的論文69

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 施久玉,杜金觀;有限個(gè)狀態(tài)時(shí)間序列的某些結(jié)果[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);1990年01期

2 馮希杰;長(zhǎng)江三峽及其鄰區(qū)斷裂活動(dòng)時(shí)間序列[J];華南地震;1991年02期

3 王霞,郭嗣琮,劉淑娟;時(shí)間序列模糊滑動(dòng)預(yù)測(cè)[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年03期

4 溫品人;時(shí)間序列預(yù)測(cè)法的實(shí)際應(yīng)用分析[J];江蘇廣播電視大學(xué)學(xué)報(bào);2001年06期

5 許清海;混沌投資時(shí)間序列的嬗變[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

6 程毛林;時(shí)間序列系統(tǒng)建模預(yù)測(cè)的一種新方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2004年08期

7 高潔;長(zhǎng)記憶時(shí)間序列適應(yīng)性預(yù)測(cè)的應(yīng)用[J];江南大學(xué)學(xué)報(bào);2004年05期

8 高潔;孫立新;;長(zhǎng)記憶時(shí)間序列的適應(yīng)性預(yù)測(cè)誤差的譜密度[J];統(tǒng)計(jì)與決策;2006年13期

9 楊鐘瑾;;淺談時(shí)間序列的分析預(yù)測(cè)[J];中國(guó)科技信息;2006年14期

10 李健;孫廣中;許胤龍;;基于時(shí)間序列的預(yù)測(cè)模型應(yīng)用與異常檢測(cè)[J];計(jì)算機(jī)輔助工程;2006年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 馬培蓓;紀(jì)軍;;基于時(shí)間序列的航空備件消耗預(yù)測(cè)[A];中國(guó)系統(tǒng)工程學(xué)會(huì)決策科學(xué)專(zhuān)業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時(shí)間序列的非線性非平穩(wěn)特性研究綜述[A];國(guó)家安全地球物理叢書(shū)（八）——遙感地球物理與國(guó)家安全[C];2012年

4 李強(qiáng);;基于線性模型方法對(duì)時(shí)間序列中異常值的檢測(cè)及證券實(shí)證分析[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（上冊(cè)）[C];2002年

5 戴麗金;何振峰;;基于云模型的時(shí)間序列相似性度量方法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時(shí)間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時(shí)問(wèn)序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測(cè)方法[A];第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（下）[C];2013年

8 黃云貴;;基于時(shí)間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時(shí)間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時(shí)間序列化[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前6條

1 ;《時(shí)間序列與金融數(shù)據(jù)分析》[N];中國(guó)信息報(bào);2004年

2 何德旭 王朝陽(yáng);時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國(guó)社會(huì)科學(xué)院院報(bào);2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2003年

4 西南證券高級(jí)研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計(jì)6月CPI同比上漲7.2%[N];證券時(shí)報(bào);2008年

5 東證期貨 王愛(ài)華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日?qǐng)?bào);2009年

6 任勇邋鄭重;中國(guó)對(duì)世界鋼材價(jià)格的影響實(shí)證分析[N];現(xiàn)代物流報(bào);2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張墨謙;遙感時(shí)間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測(cè)預(yù)報(bào)研究[D];昆明理工大學(xué);2015年

3 苗圣法;時(shí)間序列的模式檢測(cè)[D];蘭州大學(xué);2015年

4 翁同峰;時(shí)間序列與復(fù)雜網(wǎng)絡(luò)之間等價(jià)性問(wèn)題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 楊婷婷;用Argo浮標(biāo)結(jié)合衛(wèi)星觀測(cè)估算北太平洋經(jīng)向熱輸運(yùn)[D];中國(guó)科學(xué)院研究生院(海洋研究所);2015年

6 史文彬;時(shí)間序列的相關(guān)性及信息熵分析[D];北京交通大學(xué);2016年

7 原繼東;時(shí)間序列分類(lèi)算法研究[D];北京交通大學(xué);2016年

8 盧偉;基于粒計(jì)算的時(shí)間序列分析與建模方法研究[D];大連理工大學(xué);2015年

9 王曉曄;時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢(shì)預(yù)測(cè)的研究[D];天津大學(xué);2003年

10 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學(xué);2015年

2 蘭鑫;時(shí)間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

3 米曉將;區(qū)域尺度下月均氣溫的時(shí)空演化格局研究[D];昆明理工大學(xué);2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測(cè)研究[D];南京信息工程大學(xué);2015年

5 林健;基于改進(jìn)小世界回聲狀態(tài)網(wǎng)的時(shí)間序列預(yù)測(cè)[D];渤海大學(xué);2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測(cè)方法[D];南京信息工程大學(xué);2015年

7 高雄飛;基于分形理論的土壤含水量時(shí)間序列特性分析[D];長(zhǎng)安大學(xué);2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 謝翠穎;蘇州社會(huì)消費(fèi)品零售總額簡(jiǎn)析[D];蘇州大學(xué);2015年

10 包仁義;基于時(shí)間序列的搜索引擎評(píng)估模型算法研究[D];東北師范大學(xué);2015年

  本文關(guān)鍵詞：港口集裝箱吞吐量時(shí)間序列預(yù)測(cè)方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：302240