港口集裝箱吞吐量時間序列預測方法研究.pdf

1、隨著“一帶一路”戰(zhàn)略在國際范圍內引起廣泛關注，作為該戰(zhàn)略構想中重要組成部分“21世紀海上絲綢之路”，使得中國海運業(yè)乃至國際海運業(yè)又進入新的發(fā)展階段。近來，運輸方式的集裝箱化逐漸成為海洋運輸的一種標志，因而準確的港口集裝箱吞吐量預測對于港口決策者規(guī)劃和管理港口起著舉足輕重的作用。若一個港口的發(fā)展缺少對未來的準確預測，那么將會導致港口交通堵塞或資源閑置問題。所以，為了對我國口岸的長遠發(fā)展做出合理規(guī)劃并提供相應決策支持，論文研究了港口集裝箱吞

2、吐量時間序列的預測方法。
　　首先，論文對港口集裝箱時間序列的特征進行了分析，由于受多種因素影響，吞吐量時間序列是一個線性和非線性成分復雜交織的非平穩(wěn)時間序列，同時該序列表現了四大趨勢性：長期性趨勢、季節(jié)性趨勢、循環(huán)波動性趨勢、不規(guī)則性趨勢，這些趨勢也構成了序列的非平穩(wěn)性。
　　然后，針對所分析出的特征以及依據線性和非線性框架建模，論文選取了對季節(jié)性趨勢和線性特征具有較強描述性的線性模型季節(jié)性差分自回歸滑動平均模型（Seas

3、onal 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網絡（Artificial Neural Networks, ANNs）進行了組合，構成非同源的混合預測模型。然而，傳統(tǒng)混合模型通常是建立在兩種假設下：①時間序列最后預測結果是單一線性和非線性模型預測結果的加權平均；②時間序列的預測值可以通過對線性成分和非線性成分進行加法性分解而獲得，

4、論文論證了該假設的不合理性。
　　因此，為了突破傳統(tǒng)混合模型的假設前提的限制，論文提出了三種可選擇的混合模型，可以根據吞吐量的線性和非線性成分間的關系，進行模型選取。該三種模型的建模過程分為如下兩個階段：第一階段，基于SARIMA模型擬合出時間序列大部分線性特征。第二階段，基于 ANNs模型擬合出時間序列的非線性特征以及可能存在于線性預測值和原始數據間之間的殘差中的線性關系。同時，論文提出了依據 SARIMA建模過程中分析出的自相