基于神經網絡的時間序列預測在堆場管理中的應用研究.pdf

1、隨著我國加入WTO，經濟和貿易的高速發(fā)展推動了我國集裝箱運輸的高速發(fā)展。集裝箱堆場作為集裝箱運輸中一個不可缺少的組成部分，也因此得到了迅猛發(fā)展。但目前許多堆場在管理方面存在著高峰和低谷期作業(yè)不均衡，人員、設備及資源閑置浪費等問題，大大降低了堆場作業(yè)效率，增加了堆場的運營成本，給集裝箱運輸的順利有序進行帶來不可忽視的影響。 針對這一問題，本文結合深圳金鴻基集裝箱堆場的管理信息系統(tǒng)開發(fā)項目，對神經網絡時間序列預測的原理及模型進行了研

2、究，并結合傳統(tǒng)的移動平均法建立了一個有效的預測模型，應用到該堆場信息系統(tǒng)的預約管理模塊中，為預約時間的選擇提供科學的依據，從而錯開安排客戶到堆場存取集裝箱，有效地提高了堆場的運作效率。 本論文研究的內容主要包括以下方面： 首先，介紹了傳統(tǒng)時間序列預測原理及模型，在此基礎上，對BP神經網絡時間序列預測模型的建立機制及BP算法的改進進行重點闡述與研究。 其次，運用Matlab7.0軟件編程建立了BP神經網絡及移動平均

3、時間序列預測模型，并結合深圳金鴻基集裝箱堆場的實際歷史進出場集裝箱數據對未來進出場數據進行預測。 最后，在Visual Studio.Net的開發(fā)平臺上，運用C＃編程語言將基于BP神經網絡的時間序列預測模型運用到集裝箱堆場信息系統(tǒng)的預約管理模塊中，并提供歷史及預測數據的二維、三維圖形顯示功能，完善該系統(tǒng)的預約管理模塊。 此外，在其他許多行業(yè)內都存在與該堆場類似的問題，如超市、銀行等，對于這類問題均可以運用文中所提到的基于