原文传递
基于LSTM的上海港集装箱呑吐量预测
| 题名： | 基于LSTM的上海港集装箱呑吐量预测 |
| 正文语种： | 中文 |
| 作者： | 王凤武;张晓博;阎际驰;吉哲 |
| 作者单位： | 大连海事大学航海学院 |
| 关键词： | 上海港;集装箱吞吐量;LSTM模型;预测 |
| 摘要： | 港口作为海上和陆地连接重要的交通物流枢纽，地位显著，而集装箱物流作为港口物流重要的组成部分，已成为评价一个港口地位的重要指标，科学准确的港口集装箱吞吐量预测对港口规划、腹地经济研究及科学决策等方面具有重要的意义。集装箱吞吐量数据非常复杂，并且往往具有多重季节性，很难准确预测，为了更加精准的预测港口集装箱吞吐量，本文采用长短期记忆模型(LSTM)来预测上海港集装箱吞吐量，并使用上海港集装箱吞吐量数据用于实证分析，将LSTM模型的预测结果与ARIMA模型的预测结果进行比较。比较结果表明LSTM模型的预测精度更高。本文所提出的LSTM模型预测集装箱吞吐量不仅促进了深度学习技术在港口预测方面的应用，同时能够在港口生产管理业务中有效帮助港口规划决策。 |
| 期刊名称： | 中国航海 |
| 出版年： | 2022 |
| 页码： | 109-114 |
检索历史
应用推荐
