基于灰色理论的D港区需求预测与港口规划研究
发布时间：2021-01-08 14:05
在这个飞速发展的新时代,传统港口单一的功能已无法满足航运业的需要,港口行业在发展过程中通过不断的完善功能链、服务链、价值链,进一步提升港口的服务质量,同时港口通过主动朝着物流港、贸易港、综合枢纽港转型升级,实现成为环渤海湾乃至东北亚第一大港这一长远目标。D港区位于环渤海经济圈、东北亚经济圈的中心地带,有成为新一代国际贸易枢纽港区得天独厚的条件,并拥有优良的深水资源,可保证现代集装箱船输运要求。近年来,其货物吞吐量不断发展,在增长速度、幅度、持续时间和发展重点等多个不同的方面均得到了快速增长,采用传统的预测方法已很难实现对D港区货物吞吐量的预测,因此,在这种背景下就亟需结合D港区当前实际情况开发出一种新的预测方法和预测模型。鉴于此,本论文以D港区为例,阐述了课题的研究背景、研究意义、国内外研究现状、研究目的及创新点等内容,同时,对课题相关的概念及理论基础包括区位理论、资源禀赋理论等,进行梳理并阐释,为课题研究奠定了理论基础。其次,在已有文献基础上,运用调查法对重点内容进行深度挖掘,针对D港区发展现状及变迁情况,分析当前港区发展所具备的优势,并找出影响港区发展存在的主要问题,包括市政基础设...
【文章来源】：青岛大学山东省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
001年以来沿海港口吞吐量增速变化
技术路线图
青岛大学硕士学位论文14第3章D港区发展现状及问题分析3.1D港区发展现状3.1.1地理位置D港区位于Q市海岸线的最南端，与日照日相临街，其地理坐标为，东经和北纬坐标分别为119°47′16.3″和35°35′48.6″，东距Q港45nmile，西距日照港20nmile，D港区与青岛机场的距离为75km。同时D港区范围内有204国道、334省道，因此D港区的发展拥有方便的交通工具，为未来D港区的发展奠定了基础；同时在D港区附近也有价较为发达的高速公路系统。优越的地位位置是D港区发展的前提条件。3.1.2自然条件D港区所在的区域年均气温为12.2C。其中在1976年1月3日的气温达到了历史最低，为-16.2C，在1964年7月8日达到历年最高温度，其达到了37.4C。1月份和8月份平均气温分别为-1.7C和25.6C。国家海洋局北海分局环境预报中心于2006年9月17日建立JD港区风观测站。相关数据显示，ENE向为区域内最强风向，最大风速12.8m/s，该区域内的次强风向为NE向，风速11.8m/s。D港区范围内的常风向和次长常风向分别为NW向和NNW向，频率分别为11.2%和8.5%。D港区范围内历史最大风速为23m/s的大风，一般来讲超过20m/s的风速由台风所引发。图3.1风玫瑰图在D港区内部，由国家海洋局北海预报中心设立观测站。具体来讲该观测站各
【参考文献】：
期刊论文
[1]基于改进支持向量机（SVM）模型的荆州港吞吐量预测[J]. 陈旭,李典,张利华,王晶,罗小红,张威. 水运工程. 2020(03)
[2]港口物流需求趋势预测方法研究——基于组合预测模型对重庆港口物流需求趋势分析[J]. 吴涵,张立,刘岱,杨波. 价格理论与实践. 2019(09)
[3]基于ES-Markov模型的港口集装箱季度吞吐量分析与预测[J]. 王振振,苌道方,朱宗良,罗天. 中国航海. 2019(04)
[4]基于优化GM（1,1）模型的港口吞吐量预测[J]. 黄跃华,陈小龙. 中国航海. 2019(04)
[5]吉林省港口吞吐量发展研究[J]. 孟繁峥,纪龙,孟维欣,韩超. 珠江水运. 2019(22)
[6]基于小波神经网络的上海港集装箱吞吐量预测[J]. 朱庆辉,勾翔宇. 中国水运. 2019(06)
[7]基于集成预测模型的集装箱吞吐量预测研究[J]. 郭雪. 物流科技. 2019(06)
[8]基于PCA-SVM的港口集装箱吞吐量预测模型研究[J]. 张雷雨,杨毅. 江苏商论. 2019(05)
[9]基于ARIMA和GM模型的青岛港货物吞吐量预测研究[J]. 韩以伦,徐新新. 水道港口. 2019(02)
[10]基于时间序列模型的港口集装箱吞吐量预测[J]. 吴琛. 珠江水运. 2019(05)
硕士论文
[1]新建港口吞吐量预测研究[D]. 李丹.北京交通大学 2018
[2]基于VMD-ARIMA-HGWO-SVR组合模型的港口集装箱吞吐量预测[D]. 刘钰.兰州大学 2018
[3]基于鲸鱼优化算法的港口吞吐量预测及其模糊评价[D]. 张倩云.兰州大学 2018
[4]港口外贸集装箱物流需求预测与发展模式创新[D]. 宋兵兵.吉林大学 2016
[5]重庆长寿港口需求预测与规划[D]. 袁理.重庆交通大学 2013
[6]基于组合预测法的营口港物流需求预测研究[D]. 侯宝燕.大连交通大学 2013
本文编号：2964729
【文章来源】：青岛大学山东省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
001年以来沿海港口吞吐量增速变化
技术路线图
青岛大学硕士学位论文14第3章D港区发展现状及问题分析3.1D港区发展现状3.1.1地理位置D港区位于Q市海岸线的最南端，与日照日相临街，其地理坐标为，东经和北纬坐标分别为119°47′16.3″和35°35′48.6″，东距Q港45nmile，西距日照港20nmile，D港区与青岛机场的距离为75km。同时D港区范围内有204国道、334省道，因此D港区的发展拥有方便的交通工具，为未来D港区的发展奠定了基础；同时在D港区附近也有价较为发达的高速公路系统。优越的地位位置是D港区发展的前提条件。3.1.2自然条件D港区所在的区域年均气温为12.2C。其中在1976年1月3日的气温达到了历史最低，为-16.2C，在1964年7月8日达到历年最高温度，其达到了37.4C。1月份和8月份平均气温分别为-1.7C和25.6C。国家海洋局北海分局环境预报中心于2006年9月17日建立JD港区风观测站。相关数据显示，ENE向为区域内最强风向，最大风速12.8m/s，该区域内的次强风向为NE向，风速11.8m/s。D港区范围内的常风向和次长常风向分别为NW向和NNW向，频率分别为11.2%和8.5%。D港区范围内历史最大风速为23m/s的大风，一般来讲超过20m/s的风速由台风所引发。图3.1风玫瑰图在D港区内部，由国家海洋局北海预报中心设立观测站。具体来讲该观测站各
【参考文献】：
期刊论文
[1]基于改进支持向量机（SVM）模型的荆州港吞吐量预测[J]. 陈旭,李典,张利华,王晶,罗小红,张威. 水运工程. 2020(03)
[2]港口物流需求趋势预测方法研究——基于组合预测模型对重庆港口物流需求趋势分析[J]. 吴涵,张立,刘岱,杨波. 价格理论与实践. 2019(09)
[3]基于ES-Markov模型的港口集装箱季度吞吐量分析与预测[J]. 王振振,苌道方,朱宗良,罗天. 中国航海. 2019(04)
[4]基于优化GM（1,1）模型的港口吞吐量预测[J]. 黄跃华,陈小龙. 中国航海. 2019(04)
[5]吉林省港口吞吐量发展研究[J]. 孟繁峥,纪龙,孟维欣,韩超. 珠江水运. 2019(22)
[6]基于小波神经网络的上海港集装箱吞吐量预测[J]. 朱庆辉,勾翔宇. 中国水运. 2019(06)
[7]基于集成预测模型的集装箱吞吐量预测研究[J]. 郭雪. 物流科技. 2019(06)
[8]基于PCA-SVM的港口集装箱吞吐量预测模型研究[J]. 张雷雨,杨毅. 江苏商论. 2019(05)
[9]基于ARIMA和GM模型的青岛港货物吞吐量预测研究[J]. 韩以伦,徐新新. 水道港口. 2019(02)
[10]基于时间序列模型的港口集装箱吞吐量预测[J]. 吴琛. 珠江水运. 2019(05)
硕士论文
[1]新建港口吞吐量预测研究[D]. 李丹.北京交通大学 2018
[2]基于VMD-ARIMA-HGWO-SVR组合模型的港口集装箱吞吐量预测[D]. 刘钰.兰州大学 2018
[3]基于鲸鱼优化算法的港口吞吐量预测及其模糊评价[D]. 张倩云.兰州大学 2018
[4]港口外贸集装箱物流需求预测与发展模式创新[D]. 宋兵兵.吉林大学 2016
[5]重庆长寿港口需求预测与规划[D]. 袁理.重庆交通大学 2013
[6]基于组合预测法的营口港物流需求预测研究[D]. 侯宝燕.大连交通大学 2013
本文编号：2964729
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2964729.html
