基于“21世纪海上丝绸之路”AIS数据的船舶交通流预测

发布时间：2022-02-13 00:09

　　为探究"21世纪海上丝绸之路"船舶交通流规律,基于2018年"21世纪海上丝绸之路"AIS（Automatic Identification System,船舶自动识别系统）数据,利用时间序列模型分别对货船、油轮和货船-油轮这3种情形下的船舶交通流进行了研究。结果显示,船舶交通流变化规律可以用ARIMA模型（Auto-regressive Intergrated Moving Average Model,即差分自回归移动平均模型）,拟合并预测;货船、油轮和货船-油轮这3种情形有相同的最优选择模型ARIMA（1, 1, 2）。"21世纪海上丝绸之路"船舶交通流可由前两个时间周期内的交通流数据拟合预测,并且ARIMA（1, 1, 2）模型对单一船型交通流的预测效果优于对混合船型交通流的预测。 

【文章来源】：广东工业大学学报. 2020,37(06)

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于ARIMA模型的梨果价格波动及市场行情预测[J]. 耿献辉,安宁.  北方果树. 2020(02)
[2]基于ARIMA模型的工业生产指数预测分析[J]. 赵梦鸽,李林.  经济研究导刊. 2020(03)
[3]基于ARIMA模型的城市轨道交通进站量预测研究[J]. 赵鹏,李璐.  重庆交通大学学报(自然科学版). 2020(01)
[4]“21世纪海上丝绸之路”集装箱海运网络连通性分析[J]. 于安琪,王诺.  上海海事大学学报. 2019(04)
[5]中国与“21世纪海上丝绸之路”西线国家贸易潜力研究[J]. 张桂梅,李晓璇.  山东工商学院学报. 2019(06)
[6]ARIMA季节乘积模型在新疆地区细菌性痢疾发病率预测中的应用[J]. 沈彭,魏峰.  重庆科技学院学报(自然科学版). 2019(06)
[7]“一带一路”倡议下中国文化在拉美的传播路径及其改善[J]. 孟夏韵.  江苏大学学报(社会科学版). 2019(06)
[8]21世纪海上丝绸之路建设重要节点地区的法律问题研究[J]. 杨泽伟.  法学杂志. 2019(08)
[9]“21世纪海上丝绸之路”波浪能的气候特征及变化趋势[J]. 郑崇伟,高成志,高悦.  太阳能学报. 2019(06)
[10]海上丝绸之路关键海峡/运河安全效率研究[J]. 宫晓婞,吕靖,李辉.  运筹与管理. 2019(03)



本文编号：3622613