港口集装箱吞吐量预测方法研究

基于我国港口集装箱运输发展现状以及国内外集装箱吞吐量预测研究的进展,对时间序列模型预测法、回归模型预测法与灰色模型预测法的原理进行分析比较,分别建立3种港口集装箱吞吐量的预测模型并对大连港集装箱吞吐量进行预测.结合大连港历史数据,对3种预测方法的预测结果及精度进行比较,归纳每种方法的特点与各自适合预测的港口类型.基于大连港为普通增长型港口的特点,采用回归模型与灰色模型对其未来五年的集装箱吞吐量进行预测,为相关研究人员和管理者提供参考.     

港口集装箱吞吐量预测方法研究

介绍了BP神经网络预测法、回归分析预测法和二次指数平滑预测法,以厦门港集装箱吞吐量的预测为例进行比较和分析。结果表明:BP神经网络预测法的预测精度高于后两种预测方法,其预测结果的可靠性最高。     

建设项目投资风险的马氏链仿真预测

以建设项目的投资回收期为效益指标度量投资风险,论述了年净现金流量是齐次马氏链。根据类似拟建项目12年各季度的净现金流量,建立了一步转移概率矩阵,采用马氏链仿真、预测静态和动态投资回收期,并对仿真结果进行了精度估计。     

张家口市年降水量的加权马尔科夫链预测

根据张家口市1970~2010年的年降水量系列对2011年、2012年的年降水量状态进行加权马尔科夫链预测,再结合模糊集理论中的级别特征值对2011年、2012年的年降水量数值进行预测,与实际年降水量相比,相对误差仅为5%和-3.5%,预测成果合理可靠,结果较为令人满意。     

时序分析在可转位钻头磨损预测中的应用

在计算机对轴向力，径向力和扭矩进行采样并进行时序建的基础上，提出了用钻头的轴向力的均值及其格林函数G1（t)来监测刀具磨损的新见解，此信号效果显著，重复性好，因此有可能做为生产线上钻头磨损的监测信号。     

基于对数二次指数平滑的港口吞吐量预测

港口吞吐量预测是港口总体布局规划的重要前期工作，这项工作影响深远。以某港口为例，简介了二次指数平滑预测港口吞吐量过程；提出了用对数二次指数平滑预测港口吞吐量；分析了对数二次指数平滑的优点；得出结论：对数二次指数平滑模型比较适合快速成长的港口进行吞吐量定量预测，可为这些港口规划决策提供科学依据，供有关部门参考。     

基于马尔科夫链的轻轨乘客轨迹预测新算法

利用重庆轻轨的乘客刷卡数据,分析了乘客出行特征,并提出了一种基于马尔科夫链的乘客轨迹预测算法。该算法首先利用贝叶斯分类器对乘客下次出行轨迹进行分类;然后,根据乘客最近一次出行轨迹与其常住地的关系,预测其下次出行轨迹。在真实轻轨交通数据集上的实验结果表明,该算法对乘客出行轨迹的预测效果优于LTMT、RNN和2-MC;同时,该算法基于大数据处理框架Spark进行编码,减少了运行时间。     

整体优化的吞吐量预测中继选择策略

提出了一种蜂窝网络中关于移动中继的选择方案,将小区内的用户按照下行路径损耗分为一跳用户和两跳用户.一跳用户由基站直接对其分配资源,两跳用户采用整体优化的吞吐量预测中继选择算法选择空闲用户作为中继节点.该算法全面考虑了带宽与信道质量对通信速率的影响,以两跳用户所在接入链路与回程链路吞吐量相等为原则主动调节两跳用户带宽分配比例,并且通过匈牙利算法计算出系统吞吐量最大时的最佳匹配矩阵.仿真结果表明,该算法能够有效提升边缘用户吞吐量和频谱利用率.     

港口吞吐量预测模型的匹配性研究

搜集了我国几个主要港口吞吐量的历史数据及所在城市的社会经济指标;通过比较各港口吞吐量增长率与其所在城市GDP的增长率,选出快速增长型、稳定增长型和缓慢增长型港口各一个作为研究对象.基于历史数据对港口类型与预测模型的匹配性进行了研究,对所选实例港口的吞吐量进行了预测,供相关港口的规划建设参考.     

港口集装箱吞吐量影响因素研究

针对港口集装箱吞吐量预测中重要指标难以选取的问题,从可能影响港口集装箱吞吐量的因素出发,采用主成分分析法,提取最关键影响因素.分别选取我国三大区域中的上海港、青岛港和广州港进行实证分析.这些影响指标的提取,将为三大区域构建港口集装箱吞吐量预测模型提供重要参考.     

基于改进的LSTM算法的时间序列流量预测

时间序列流量的预测问题是近年来机器学习的一个热点问题,通过改变长短期记忆网络(LSTM)层数、网络层神经元的个数、网络层之间的连接方式,特殊网络层的应用等网络结构以及优化器和损失函数的选择可以极大地提高预测的精度.本文提出多层LSTM算法,该算法是在传统LSTM算法上进行改进的单一模型,模型设计的复杂度低,可以提高机器学习的效率.模型采用一个输入层、5个隐藏层、1个输出层,同时包含1个全连接层和1个Dropout层,Dropout层的作用是防止机器学习过拟合.选择adam为模型优化器、mlse为模型损失函数、relu作为模型的激活函数.实验结果表明,与传统模型相比,该模型具有较好的泛化能力.     

基于迟滞神经网络的风速时间序列预测

为了改善风速时间序列的预测性能,提出了一种基于迟滞神经网络的预测方法.通过改变神经元激励函数的方式将迟滞特性引入神经网络中,以增强历史输入对当前响应的影响,从而提高有用信息的利用率,提高风速时间序列的预测性能;借助于相空间重构理论构造风速预测训练样本,采用梯度下降法对网络权值进行训练,利用遗传算法对迟滞参数进行优化.仿真结果表明:与传统神经网络及ARMA模型等方法相比,迟滞神经网络能够有效减小风速时间序列的预测误差,提高预测性能.     

基于时间序列模型的福建省高考录取率预测

高中毕业生数和普通高等教育招生数是影响高考录取率的2个重要因素。分析福建省小学、初中、高中各阶段的毕业率和升学率以及普通高等教育招生数,用时间序列方法分别建立合适的数学模型,进而预测高中毕业生人数和普通高等教育招生人数,推测出高考录取率的短期发展趋势。预测结果表明,2014—2015年福建省高考录取率可能逼近100%。     

基于BP神经网络马尔科夫模型的径流量预测

讨论了马尔科夫链状态划分的黄金分割率法和"马氏性"检验法,并针对BP神经网络预测和马尔科夫预测的优缺点,提出了BP神经网络与马尔科夫相耦合的BP神经网络马尔科夫模型,以石泉水库年入库径流量为例,验证了该方法的可行性.     

基于光滑支持向量机的机械振动时间序列分析

时间序列分析方法是动态系统建模的重要手段,传统的序列预测方法如统计和神经网络并不适用于复杂的非线性系统,为此引入了一种新的基于支持向量回归(SVR)的时间序列分析方法。为了降低计算的复杂度,采用了光滑化方法对SVR的基本算法进行改进,并应用于汽轮机振动数据序列,尝试建立汽轮机组振动状态模型。仿真结果表明:光滑支持向量回归(SSVR)算法具有良好的预测性能。与传统的时间序列预测方法(如神经网络)相比,SSVR算法具有更高的收敛速度和更好的拟合精度,有效地扩展了SVR的应用范围。     

基于滑动平均-加权马尔科夫链的宁夏石嘴山市年降雨量预测

为了给农业发展与决策提供理论支持,根据石嘴山市5个气象站(大武口站、平罗站、石炭井站、陶乐站、惠农站)1960—2008年的降雨资料,进行3 a滑动平均计算.采用均值-标准差分级法计算降雨量分级,将降雨序列分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态.利用精度检验后的加权马尔科夫预测模型对石嘴山市2007年和2008年滑动平均降雨量进行区间估计,并根据状态特征值结合线性插值的方法计算了滑动平均降雨量的预测值,由此得出2009年和2010年的年降雨量预测值.最后讨论了各状态重现期.计算结果表明:石嘴山市2007年和2008年的3 a滑动平均降雨量分别是185.42,168.28 mm;2009年和2010年的年降雨量分别为135.11,146.88 mm,均处于偏枯年状态;平水年和偏丰年重现期最小,枯水年重现期最大.     

改进的灰色马尔可夫模型在股票分析中的应用

针对经典马尔可夫方法进行预测需要掌握大量数据和原始的灰色GM（1,1）的指数形特征的问题,采用带波动的多项式代替灰色GM（1,1）模型中的指数形曲线,改进了现有的灰色GM（1,1）马尔呵夫模型．利用改进后的灰色马尔可夫模型对股票价格、上证综合指数进行预测,并与经典的灰色GM（1,1）模型和原始的马尔可夫链模型和灰色GM（1,1）马尔可夫链模型3种方法的预测值进行了比较,得到的股票价格与上证指数的预测值精度优于其他3种方法．     

基于灰色马尔可夫链的径流序列模式挖掘

河川径流受气候、地貌、土壤、植被等自然条件以及人类活动的耦合作用,其演变过程既表现出灰色禀性,同时也有强烈的随机性.探讨了径流序列模式挖掘的灰色系统方法,提出了综合考虑径流序列趋势变化与随机变化的灰色马尔可夫预测方法,并用于年径流序列预测.通过黄河上游贵德站年径流序列资料验证,该方法比GM(1,1)有更高的精度,满足规范要求,计算方法可行.结果可为黄河上游防洪抗旱、区域水资源管理、水利水电工程规划提供科学的依据.     

基于灰色马尔可夫链的径流序列模式挖掘

河川径流受气候、地貌、土壤、植被等自然条件以及人类活动的耦合作用,其演变过程既表现出灰色禀性,同时也有强烈的随机性．探讨了径流序列模式挖掘的灰色系统方法,提出了综合考虑径流序列趋势变化与随机变化的灰色马尔可夫预测方法,并用于年径流序列预测．通过黄河上游贵德站年径流序列资料验证,该方法比GM（1,1）有更高的精度,满足规范要求,计算方法可行．结果可为黄河上游防洪抗旱、区域水资源管理、水利水电工程规划提供科学的依据．     

入境旅游发展的灰色马尔可夫预测模型研究

旅游业是城市服务业的支柱产业,对国民经济和社会发展的贡献显著,入境旅游发展预测具有重要的经济价值和社会意义。将GM（1,1）灰色系统理论和马尔可夫理论相结合,建立灰色马尔可夫数学模型。根据苏州市入境旅游外汇收入历史数据进行预测,结果显示,灰色马尔可夫预测模型精度高,预测效果好,具备良好的参考价值。