基于数据挖掘的港口群发展演化规律研究
发布时间:2020-10-31 16:54
港口作为海陆运输的枢纽和对外开放的门户,对促进对外贸易、发展海洋经济、实施海洋强国战略具有非常重要的战略意义。随着国际航运行业的迅速发展,港口逐渐向集群化发展,为合理优化配置港口资源、明确港口群的发展本质,亟需研究区域港口群规模发展特征及演化规律。为表征港口群规模的动态性和层次性,分析港口群规模发展特征和演化规律,本文提出了港口群规模分布和港口群规模分级的研究方法。首先,为定量评价港口群内部港口规模差异,构建了表征港口群规模差异的指标体系,以吞吐量为指标,采用变异系数、基尼系数等指数评价区域港口群内港口间内部差异;其次,为分析港口群发展特征,应用首位理论与位序-规模理论分析港口群规模分布情况,运用Apriori算法得到港口首位度指数判断港口群符合位序-规模分布的数值标准;最后,为了定量分析港口群演化规律,运用K均值算法和EM算法得到港口分级标准,基于此标准分析港口群的发展演化规律,运用DBSCAN算法研究区域经济因素对港口分级标准的影响。考虑欧盟港口建设趋近成熟,有利于反映港口群演化特征。本文以欧盟港口群为例,应用本文提出的指标体系及研究方法,分析欧盟港口群规模差异、港口群规模分布、港口首位度的合理判断标准、港口群规模分级标准、港口群内部演化趋势以及各级港口发展趋势。研究结果表明:欧盟港口体系符合位序-规模分布,高位序港口规模不突出,吞吐量分布有日益集中的趋势;利用Apriori算法得出港口首位度指数判断港口群符合位序-规模分布的数值标准,港口吞吐量增长率会随着港口规模的减小而减小;对区域经济的依存度,随港口等级的降低而下降,且港口吞吐量增长率低于GDP增长率。本文在分析港口群规模差异基础上,应用首位理论与位序-规模理论得到港口群规模分布特征;应用数据挖掘技术得到港口群分级标准,进而分析港口群规模演化规律。为区域港口群评价、优化港口群资源配置及丰富港口群理论研究提供了新的思路,为区域港口合理布局提供理论依据,对制定各级港口规划有借鉴意义。
【学位单位】:大连理工大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:F551;U651
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究综述
1.2.1 港口发展规律研究综述
1.2.2 位序-规模理论应用研究综述
1.2.3 港口发展领域常用的数据挖掘方法研究综述
1.3 研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.4 论文结构
2 研究的理论基础
2.1 位序-规模法则
2.1.1 首位理论
2.1.2 位序-规模分布
2.2 数据挖掘概述
2.2.1 数据挖掘的过程
2.2.2 数据挖掘常用技术
2.2.3 数据挖掘的应用
3 港口群规模发展特征研究
3.1 表征港口群规模差异的指标体系构建
3.1.1 标准差
3.1.2 变异系数
3.1.3 基尼系数
3.1.4 赫芬达尔指数
3.2 港口群规模分布研究
3.2.1 港口首位度指数
3.2.2 位序—规模分布
3.3 港口首位度指数判断合理性检验
3.3.1 位序-规模分布判断标准
3.3.2 Apriori算法
3.4 欧盟港口群规模发展特征研究
3.4.1 欧盟港口群规模差异研究
3.4.2 欧盟港口群整体规模分布
3.4.3 港口首位度指数判断标准
3.4.4 欧盟港口群港口首位度判断标准
4 港口群规模演化规律研究
4.1 港口群规模分级标准
4.1.1 K均值算法
4.1.2 EM算法
4.2 基于分级标准的港口群规模演化规律研究
4.3 考虑区域经济因素的港口群分级研究
4.3.1 衡量区域经济指标的选择
4.3.2 DBSCAN算法
4.4 欧盟港口群规模演化规律研究
4.4.1 欧盟港口群规模分级研究
4.4.2 基于分级标准的欧盟港口群规模演化规律
4.4.3 考虑区域经济因素的欧盟港口群分级研究
5 结论与展望
5.1 结论
5.2 展望
参考文献
附表 AEM算法聚类分析结果
附表 B2000-2015年欧盟港口吞吐量及规模分级(单位:万吨)
附表 C欧盟港口吞吐量、GDP年增长率及吞吐量弹性系数
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】
本文编号:2864226
【学位单位】:大连理工大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:F551;U651
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 国内外研究综述
1.2.1 港口发展规律研究综述
1.2.2 位序-规模理论应用研究综述
1.2.3 港口发展领域常用的数据挖掘方法研究综述
1.3 研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.4 论文结构
2 研究的理论基础
2.1 位序-规模法则
2.1.1 首位理论
2.1.2 位序-规模分布
2.2 数据挖掘概述
2.2.1 数据挖掘的过程
2.2.2 数据挖掘常用技术
2.2.3 数据挖掘的应用
3 港口群规模发展特征研究
3.1 表征港口群规模差异的指标体系构建
3.1.1 标准差
3.1.2 变异系数
3.1.3 基尼系数
3.1.4 赫芬达尔指数
3.2 港口群规模分布研究
3.2.1 港口首位度指数
3.2.2 位序—规模分布
3.3 港口首位度指数判断合理性检验
3.3.1 位序-规模分布判断标准
3.3.2 Apriori算法
3.4 欧盟港口群规模发展特征研究
3.4.1 欧盟港口群规模差异研究
3.4.2 欧盟港口群整体规模分布
3.4.3 港口首位度指数判断标准
3.4.4 欧盟港口群港口首位度判断标准
4 港口群规模演化规律研究
4.1 港口群规模分级标准
4.1.1 K均值算法
4.1.2 EM算法
4.2 基于分级标准的港口群规模演化规律研究
4.3 考虑区域经济因素的港口群分级研究
4.3.1 衡量区域经济指标的选择
4.3.2 DBSCAN算法
4.4 欧盟港口群规模演化规律研究
4.4.1 欧盟港口群规模分级研究
4.4.2 基于分级标准的欧盟港口群规模演化规律
4.4.3 考虑区域经济因素的欧盟港口群分级研究
5 结论与展望
5.1 结论
5.2 展望
参考文献
附表 AEM算法聚类分析结果
附表 B2000-2015年欧盟港口吞吐量及规模分级(单位:万吨)
附表 C欧盟港口吞吐量、GDP年增长率及吞吐量弹性系数
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】
相关期刊论文 前10条
1 丁兆颖;姚迪;吴琳;毕经平;赵瑞莲;;一种基于改进的DBSCAN的面向海量船舶位置数据码头挖掘算法[J];计算机工程与科学;2015年11期
2 姜美灵;邬惠国;肖英杰;王露;向俊;;基于Apriori算法的PSC检查船舶缺陷数据挖掘[J];水运管理;2014年04期
3 翟希东;;港口发展层级评价分析[J];物流技术;2013年19期
4 张璇;;城市首位度的理论内涵与体系构建研究[J];企业导报;2012年16期
5 王婉薇;;国内港口吞吐量的聚类分析[J];江苏商论;2012年06期
6 王桂婷;王幼亮;焦李成;;基于快速EM算法和模糊融合的多波段遥感影像变化检测[J];红外与毫米波学报;2010年05期
7 喻彪;骆雯;赖朝安;;数据挖掘聚类算法研究[J];现代制造工程;2009年03期
8 陈则芝;李冬梅;;数据挖掘关联规则Apriori算法的优化[J];山西大同大学学报(自然科学版);2008年04期
9 彭传圣;;正确认识港口规模与经济影响的关系[J];港口经济;2008年08期
10 王维彬;钟润添;;一种基于贪心EM算法学习GMM的聚类算法[J];计算机仿真;2007年02期
本文编号:2864226
本文链接:https://www.wllwen.com/jingjilunwen/quyujingjilunwen/2864226.html