基于随机森林和Copula的港口物流能力研究
发布时间:2021-08-12 08:11
随着全球经济的快速发展,各国之间的贸易往来日益频繁,这就为物流产业的快速发展创造了更多的机遇。目前,国际贸易中90%的物资都是通过水运运输的,港口吞吐量是港口物流能力的重要表征量,也是进行各项重要决策的基础,因此对港口吞吐量进行准确的预测具有十分重要的意义。本文通过三次指数平滑法、随机梯度Boosting法、神经网络法及回归法等不同预测方法的对比,再根据误差最小的原则,最后得出“基于熵权的新陈代谢灰色马尔可夫组合预测法”对天津港吞吐量的预测具有更好的适应性结论。港口客户的忠诚度是影响港口吞吐量的最直接因素,但客户的忠诚度并不能直接观察测量到。因此,直接定量研究很少。由于客户的购买行为和忠诚度之间存在着一定的概率关系,符合隐马尔可夫过程的特征,所以,本文首先应用隐马尔可夫法仿真计算出客户忠诚度的转移规律,进而提出相应的战略措施建议确保客户的高忠诚度。影响港口吞吐量因素众多,而且这些影响因素对各港口具有不同的影响力和重要性。本文通过采用随机森林法,将腹地经济、社会物资运输量、港口集疏运能力和人口等影响因素的重要性进行排序,并从中找到最重要的影响因素,然后分析该港口影响因素的优势或制约瓶颈,...
【文章来源】:天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】:97 页
【学位级别】:博士
【部分图文】:
天津港口吞吐量示意图
第二章 基于熵权的新陈代谢灰色马尔可夫港口吞吐量预测2003 161820.0000 156254.08532004 206190.0000 183057.13282005 240680.0000 214457.84162006 257600.0000 251244.87152007 309464.0000 294342.1653为了表示的更直观,将真实值与模拟值进行比较,如图 2-1 所示。论文全文数据库 2011年 第07期 经济与管理科学辑
图 2-2 模拟值与真实值的比较可以看到,平均相对误差的绝对值为 0.073,有了进一步改善。通过对比显示,进行对数变换后的误差减小,说明变换后的预测精度提高)新陈代谢灰色预测将 1990 年数据去掉,加入 2008 年的数据再进行预测,得到新的预测样本程如下:
【参考文献】:
期刊论文
[1]基于熵权法的科学技术评价模型及其实证研究[J]. 章穗,张梅,迟国泰. 管理学报. 2010(01)
[2]腹地经济发展对港口吞吐量影响的动态研究[J]. 李晶,吕靖. 水运工程. 2007(11)
[3]线性与非线性最优组合预测方法的比较研究[J]. 韩冬梅,牛文清,杨荣. 情报科学. 2007(11)
[4]基于组合模型的港口集装箱吞吐量预测方法[J]. 崔英会,李伟. 中国水运(学术版). 2007(10)
[5]三次指数平滑法在港口吞吐量预测中的应用研究[J]. 黄荣富,綦化乐,蔡军. 水运工程. 2007(06)
[6]基于支持向量机的港口吞吐量预测[J]. 高尚,梅亮. 水运工程. 2007(05)
[7]一种新的支持向量回归算法及其在集装箱吞吐量预测中的应用[J]. 李冬琴,王丽铮,王呈方. 水运工程. 2007(05)
[8]基因表达数据的随机森林逐步判别分析方法[J]. 武晓岩,闫晓光,李康. 中国卫生统计. 2007(02)
[9]港口集装箱吞吐量预测模型的选择[J]. 胡美丽,陈煜亮. 水运科学研究. 2007(01)
[10]第4代港口新概念与国内港口发展战略[J]. 吴鹏华. 水运管理. 2007(02)
博士论文
[1]灰色系统建模技术研究[D]. 谢乃明.南京航空航天大学 2008
本文编号:3337947
【文章来源】:天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】:97 页
【学位级别】:博士
【部分图文】:
天津港口吞吐量示意图
第二章 基于熵权的新陈代谢灰色马尔可夫港口吞吐量预测2003 161820.0000 156254.08532004 206190.0000 183057.13282005 240680.0000 214457.84162006 257600.0000 251244.87152007 309464.0000 294342.1653为了表示的更直观,将真实值与模拟值进行比较,如图 2-1 所示。论文全文数据库 2011年 第07期 经济与管理科学辑
图 2-2 模拟值与真实值的比较可以看到,平均相对误差的绝对值为 0.073,有了进一步改善。通过对比显示,进行对数变换后的误差减小,说明变换后的预测精度提高)新陈代谢灰色预测将 1990 年数据去掉,加入 2008 年的数据再进行预测,得到新的预测样本程如下:
【参考文献】:
期刊论文
[1]基于熵权法的科学技术评价模型及其实证研究[J]. 章穗,张梅,迟国泰. 管理学报. 2010(01)
[2]腹地经济发展对港口吞吐量影响的动态研究[J]. 李晶,吕靖. 水运工程. 2007(11)
[3]线性与非线性最优组合预测方法的比较研究[J]. 韩冬梅,牛文清,杨荣. 情报科学. 2007(11)
[4]基于组合模型的港口集装箱吞吐量预测方法[J]. 崔英会,李伟. 中国水运(学术版). 2007(10)
[5]三次指数平滑法在港口吞吐量预测中的应用研究[J]. 黄荣富,綦化乐,蔡军. 水运工程. 2007(06)
[6]基于支持向量机的港口吞吐量预测[J]. 高尚,梅亮. 水运工程. 2007(05)
[7]一种新的支持向量回归算法及其在集装箱吞吐量预测中的应用[J]. 李冬琴,王丽铮,王呈方. 水运工程. 2007(05)
[8]基因表达数据的随机森林逐步判别分析方法[J]. 武晓岩,闫晓光,李康. 中国卫生统计. 2007(02)
[9]港口集装箱吞吐量预测模型的选择[J]. 胡美丽,陈煜亮. 水运科学研究. 2007(01)
[10]第4代港口新概念与国内港口发展战略[J]. 吴鹏华. 水运管理. 2007(02)
博士论文
[1]灰色系统建模技术研究[D]. 谢乃明.南京航空航天大学 2008
本文编号:3337947
本文链接:https://www.wllwen.com/jingjilunwen/jtysjj/3337947.html