原文传递
基于聚类分析的港口集装箱吞吐量预测方法的研究
| 论文题名： | 基于聚类分析的港口集装箱吞吐量预测方法的研究 |
| 关键词： | 聚类分析;港口;集装箱吞吐量;预测模型;港口运量增长规律;类型化分析 |
| 摘要： | 本论文提出了一种建立在对港口进行类型化分析的基础上对港口的集装箱吞吐量进行预测的方法.本研究着重分析了时间系列模型、灰色系列模型、回归模型和RBF神经网络模型四大类预测模型的特点,将灰色马尔科夫链模型、灰色傅利叶模型、时序残差修正模型、灰色优化模型和灰色非线性模型引入到港口集装箱吞吐量预测中.根据各港口集装箱运量增长的特点,应用基于聚类分析的类型化方法将我国沿海主要集装箱港口分成了三大类型,即普通增长型、加速增长型和波动增长型三大类,并对各类型港口增长特点进行了分析.最后应用时间系列模型、灰色系列模型、回归模型和RBF神经网络模型四大类预测模型,对普通增长型、加速增长型和波动增长型三大类港口分别进行了预测,通过对预测结果的比较和分析,归纳总结出了各类港口相对适用的集装箱吞吐量的预测方法. |
| 作者： | 叶剑 |
| 专业： | 港口、海岸及近海工程 |
| 导师： | 宋向群;郭子坚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
