東北地區(qū)海上貨物流量預(yù)測(cè)研究.pdf

1、本文給出了一種利用RBF神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)貨物流量的模型，得到了大連港貨物吞吐量以及東北地區(qū)海上貨物吞吐量的預(yù)測(cè)值。在預(yù)測(cè)基礎(chǔ)上，又利用蒙特卡洛仿真的方法，對(duì)結(jié)果的可信區(qū)間進(jìn)行評(píng)估，得到了預(yù)測(cè)結(jié)果的可信區(qū)間。 貨物吞吐量的定量預(yù)測(cè)在國(guó)內(nèi)外有許多學(xué)者在研究，但大多數(shù)學(xué)者采用的基本是時(shí)序模型，灰色模型或者是回歸分析模型等。由于人工神經(jīng)網(wǎng)絡(luò)算法適合處理非線性系統(tǒng)，且具有自組織、自學(xué)習(xí)、自適應(yīng)和聯(lián)想能力，故非常適用于貨物吞吐量的預(yù)測(cè)分析，

2、但神經(jīng)網(wǎng)絡(luò)在這一領(lǐng)域的實(shí)際應(yīng)用還比較少。本文的核心工作是建立了RBF神經(jīng)網(wǎng)絡(luò)貨物吞吐量預(yù)測(cè)模型，利用大連港和東北地區(qū)海上貨物吞吐量的歷史數(shù)據(jù)對(duì)RBF神經(jīng)網(wǎng)絡(luò)貨物吞吐量預(yù)測(cè)模型的精度進(jìn)行驗(yàn)證。并且對(duì)2006年-2010年以及2020年的大連港和東北地區(qū)海上貨物吞吐量進(jìn)行預(yù)測(cè)。本文的另一核心工作是利用蒙特卡洛仿真方法對(duì)大連港和東北地區(qū)海上貨物吞吐量的預(yù)測(cè)結(jié)果進(jìn)行可信度分析。得到了預(yù)測(cè)結(jié)果區(qū)間，以及在每個(gè)區(qū)間上出現(xiàn)的概率。 預(yù)測(cè)實(shí)驗(yàn)得

3、出，RBF神經(jīng)網(wǎng)絡(luò)能夠較好應(yīng)用于貨物吞吐量預(yù)測(cè)領(lǐng)域中。實(shí)驗(yàn)還得到了貨物吞吐量預(yù)測(cè)值在各個(gè)預(yù)測(cè)范圍中出現(xiàn)的概率，2010年大連港貨物吞吐量在27102---27824．萬(wàn)噸這個(gè)范圍內(nèi)出現(xiàn)的概率大約為0.6433：2020年大連港貨物吞吐量在35889---36619萬(wàn)噸這個(gè)范圍出現(xiàn)的概率大約為0.8133：2010年?yáng)|北地區(qū)海上貨物吞吐量出現(xiàn)在71115-76660萬(wàn)噸這個(gè)范圍出現(xiàn)的概率大約為0.7567；2020年?yáng)|北地區(qū)海上貨物吞吐量