Please wait a minute...
物流技术, 2021, 40(05): 56-    
  本期目录 | 过刊浏览 | 高级检索 |
基于EEMD和PSO方法的我国港口集装箱吞吐量预测
于 婷,孙景云
兰州财经大学 统计学院,甘肃 兰州 730020
下载:  PDF (896KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 为了对港口未来的集装箱吞吐量进行预测,提出了一种基于EEMD-PR/PSO-LSSVR-PM的组合预测模型。首先,采用集合经验模态分解(EEMD)算法将数据分解为多个不同频率的本征模态函数(IMF)及趋势残差项,以降低数据的复杂性。然后利用基于粒子群算法对参数进行优化后的最小二乘支持向量回归(PSO-LSSVR)来分别预测各IMF分量,利用多项式回归(PR)预测带有趋势的残差项,最终对各IMF预测值利用感知机模型(PM)进行非线性集成,与残差项预测值加总,从而得到最终预测结果。在实证分析中,以2019年我国港口集装箱吞吐量排名前十的大规模港口为研究对象,先运用K-Means聚类方法将港口分为3类,从每一类中分别选取广州、营口、上海为三大代表性港口,再利用所提出的组合预测方法分别进行实证预测。结果表明,该组合预测方法具有较高的预测精度和鲁棒性。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
作者相关文章
关键词:  集装箱吞吐量  集合经验模态分解  粒子群优化算法  最小二乘支持向量回归  K-Means聚类    
               出版日期:  2021-05-25      发布日期:  2021-07-12      整期出版日期:  2021-05-25
引用本文:   
于 婷, 孙景云. 基于EEMD和PSO方法的我国港口集装箱吞吐量预测[J]. 物流技术, 2021, 40(05): 56-.
链接本文:  
http://www.logisticstech.com/CN/  或          http://www.logisticstech.com/CN/Y2021/V40/I05/56
No related articles found!
[1] . 物流技术2019-01 [J]. , 2019, 38(01): 1 -160 .
[2] . 2018-04目录 [J]. , 2018, 37(4): 1 -7 .
[3] 张英婷. 基于产业集群的广西北部湾物流企业竞争优势研究#br# [J]. , 2019, 38(04): 1 .
[4] 王贵斌. 大宗散货海运进口业务协同服务运作模式创新研究—以浙江自贸试验区进口铁矿石为例#br#
#br#
[J]. , 2019, 38(04): 5 .
[5] 马振耀. 共享单车逆向物流过程中存在的问题及对策分析 [J]. , 2019, 38(04): 10 .
[6] 朱雪丽. 山东省生鲜农产品冷链物流发展现状及对策 [J]. , 2019, 38(04): 14 .
[7] 王雪琴, 谢 淳, 张莉勋, 刘 清. 地铁站共享单车配置量研究 [J]. , 2019, 38(04): 18 .
[8] 王清漪, 徐 菱. 考虑顾客感知价值的零售商动态定价模型 [J]. , 2019, 38(04): 23 .
[9] 黄帅勋, 李琦琦. 铁路集装箱运输定价与车流径路综合优化 [J]. , 2019, 38(04): 29 .
[10] 陈 颖, 葛显龙. 智能RGV的动态调度策略研究 [J]. , 2019, 38(04): 35 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed