基于时间序列分析的散杂货港口吞吐量短期预测研究

论文摘要

港口是国内外物流重要的支撑力量,日益加剧的竞争环境促使港口向智慧化、精细化方向转型。吞吐量是衡量企业生产经营活动的重要依据。吞吐量长期预测有助于企业投资规划、制定发展策略。吞吐量短期预测可以辅助企业安排生产活动、调整企业运营节奏,对企业精细化发展意义重大。本文引入深度学习技术对散杂货港口月度吞吐量数据建模,从时间序列分析的角度研究吞吐量短期预测问题,主要包括以下几方面:(1)散杂货港口吞吐量时间序列特性分析,验证了其线性与非线性交织的复合型发展趋势。结合散杂货运输的业务特点,挖掘其长期性、季节性、波动性等多特征,将以上多特征的影响因素提取出来用于后续建模。(2)基于ARIMA的线性吞吐量预测模型、基于LSTM的非线性吞吐量预测模型的构建与验证。通过网格搜索法确定模型最优参数。将多特征影响因素引入到LSTM模型,进一步提高其预测精度。(3)吞吐量预测组合模型的构建与应用。为了避免单一预测模型在复合型问题的不足,采用权重分配的方式将线性模型与非线性模型组合。将组合模型嵌入到港口生产业务系统中辅助集团及港务分公司管理决策。本文以广州港集团G港务分公司为例,验证了线性模型ARIMA与非线性模型LSTM的适用性及优势。组合模型预测平均相对误差为0.096,远低于三次指数平滑法的0.1819。此外,选取了 RMSE、MAE以及误差等级等对预测效果进行评估,论证了组合模型的优越性。本文提出的组合模型对港口企业吞吐量预测有一定的参考意义。

论文目录

致谢

摘要

ABSTRACT

1 绪论

1.1 选题背景

1.1.1 研究背景

1.1.2 项目背景

1.2 研究目的及意义

1.3 国内外研究现状及不足

1.3.1 港口吞吐量预测方法研究现状

1.3.2 存在的问题

1.4 研究内容及技术路线

1.4.1 研究内容

1.4.2 技术路线

1.5 主要创新点

2 相关理论综述

2.1 时间序列预测模型

2.1.1 线性时间序列预测模型

2.1.2 非线性时间序列预测模型

2.2 ARIMA预测模型理论

2.2.1 ARIMA模型定义

2.2.2 ARIMA模型检测方法

2.2.3 ARIMA模型定阶

2.3 LSTM网络相关理论

2.3.1 LSTM网络原理

2.3.2 LSTM网络计算过程

2.3.3 Keras框架

2.4 本章小节

3 散杂货港口吞吐量时间序列特征分析

3.1 散杂货港口吞吐量时间序列定义及传统预测方法检测

3.1.1 散杂货港口吞吐量数据来源

3.1.2 散杂货港口吞吐量时间序列定义

3.1.3 基于三次指数平滑法的散杂货港口吞吐量预测结果

3.2 散杂货港口吞吐量时间序列线性与非线性检测

3.2.1 时间序列的线性与非线性概述

3.2.2 散杂货港口吞吐量时间序列线性与非线性验证

3.2.3 散杂货港口吞吐量时间序列线性与非线性分析

3.3 散杂货港口吞吐量时间序列的多特征

3.3.1 散杂货港口吞吐量时间序列多特征识别

3.3.2 散杂货港口吞吐量时间序列多特征分析

3.4 本章小节

4 散杂货港口吞吐量时间序列预测模型构建与验证

4.1 散杂货港口吞吐量时间序列预测建模思想

4.1.1 吞吐量预测模型建模框架

4.1.2 吞吐量数据集处理

4.2 基于ARIMA的线性吞吐量预测模型

4.2.1 ARIMA模型的优势及适用性分析

4.2.2 ARIMA模型建模流程

4.2.3 基于ARIMA的散杂货吞吐量预测模型构建与验证

4.3 基于LSTM的非线性吞吐量预测模型

4.3.1 LSTM模型的优势及适用性分析

4.3.2 LSTM模型建模流程

4.3.3 基于多特征LSTM的散杂货吞吐量预测模型构建与验证

4.4 本章小节

5 散杂货港口吞吐量预测组合模型构建与结果分析

5.1 基于ARIMA-LSTM的散杂货港口吞吐量组合预测模型

5.1.1 组合模型构建思想

5.1.2 预测模型评价指标

5.2 广州港集团G港务分公司吞吐量预测结果及对比分析

5.2.1 ARIMA模型预测结果

5.2.2 LSTM模型预测结果

5.2.3 组合模型预测结果

5.2.4 预测效果对比评估

5.3 预测应用分析

5.4 本章小节

6 总结与展望

6.1 总结

6.2 展望

参考文献

作者简历

学位论文数据集

文章来源

类型: 硕士论文

作者: 薛艳茹

导师: 黄磊

关键词: 吞吐量短期预测,时间序列分析,模型,组合预测

来源: 北京交通大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,经济与管理科学

专业: 数学,公路与水路运输,宏观经济管理与可持续发展,交通运输经济

单位: 北京交通大学

基金: 《广州港集团生产业务管理系统》,广东省教育部产学研项目《广州港集团生产业务管理系统及通用软件产业》(2008B090500244),国家自然科学基金重点项目《物流资源整合与调度优化研究》(71132008)

分类号: F224;F552.6

DOI: 10.26944/d.cnki.gbfju.2019.001035

总页数: 70

文件大小: 5071K

下载量: 528

基于时间序列分析的散杂货港口吞吐量短期预测研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢