预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

2010年5月水运工程May2010第5期总第441期Port&WaterwayEngineeringNo.5SerialNo.441灰色线性回归模型在港口吞吐量预测中的应用陈秀瑛,古浩(南京水利科学研究院勘测设计院,江苏南京210029)摘要:利用灰色模型和线性回归模型,分别基于最小二乘及有效度原理建立了两种灰色线性回归模型,并将其用于镇江港吞吐量预测,可得结论:基于最小二乘原理建立的灰色线性回归模型,预测精度优于单一的灰色模型和线性回归模型,其应作为镇江港吞吐量预测的最优模型;基于有效度原理建立的灰色线性回归模型预测精度尽管低于线性回归模型,但由于其本质上为组合模型,能综合多种信息,用于港口吞吐量预测时也具有一定的实用性。关键词:吞吐量预测;灰色线性回归;最小二乘原理;有效度中图分类号:U652.1+4文献标志码:A文章编号:1002-4972(2010)05-0089-04ApplicationofgraylinearregressionmodelforforecastofportthroughputCHENXiu-ying,GUHao(SurveyandDesignInstituteunderNanjingHydraulicResearchInstitute,Nanjing210029,China)Abstract:Byusingthegraymodelandregressionmodel,twokindsofgraylinearregressionmodelsaresetuponthebasisoftheleastsquareandeffectivenessindicatorprinciplesrespectively.ApplyingthesemodelstoforecastthethroughputofZhenjiangport,thefollowingconclusionscanbedrawn:Theforecastprecisionofgraylinearregressionmodelbasedontheleastsquareprincipleisbetterthanthatofthesimplegraymodelandlinearregressionmodel.ThismodelshouldbetakenasthemostsuperiormodelinforecastingZhenjiangport'sthroughput.Theforecastprecisionofgraylinearregressionmodelbasedontheeffectivenessindicatorprincipleisrelativelylow.Butasacombinedmodel,itcansynthesizethemultiplemessages,soithascertainpracticabilitywhenusedtoforecastportthroughput.Keywords:forecastthroughput;graylinearregression;leastsquare;effectivenessindicator港口吞吐量预测是港口规划及其可行性研究的有回归分析法、时间序列法、指数平滑法、灰的重要组成部分,其在确定港口的发展方向、基色模型法等[1]。本设施投资规模、泊位选址和港口的经营策略等灰色模型法将系统当作一个灰色系统过程,方面都起着重要的、不可缺少的作用。科学合理不去研究影响港口吞吐量的内部因素及相互关系,的货物吞吐量预测是港口主管部门进行正确决策而把多种因素影响的吞吐量视为在一定范围内变和规划的基础。然而,港口吞吐量预测是一个复化的与时间有关的灰色量,从其自身数据中挖掘杂的过程,它与港口所在腹地的地理位置、经济有用信息建立模型、揭示规律、做出预测。线性状况、交通条件、自然条件等密切相关,同时也回归预测是一种应用广泛、理论性较强的定量预受国家宏观经济政策和周边港口竞争等因素的影测方法,能研究港口吞吐量与其影响因素的相关响。目前港口吞吐量的预测方法有很多种,常用关系,抓住吞吐量变化的实质原因,预测结果比收稿日期:2009-12-08作者简介:陈秀瑛(1965—),女,高级工程师,从事港口工程设计、咨询工作。··90水运工程2010年较可信。总值(GDP)往往具有较好的相关性,选择GDP作如果将两种方法结合,构成灰色线性回归模为相关关系分析中的自变量,以港口吞吐量作为型,就能充分发挥灰色系统少数据建模和回归模因变量,建立相应的回归模型如下:型因素相关的优势,提高预测精度。X(t)=aY(t)+b(2)本文以镇江港为例,基于两种方法建立灰色式中:t代表年份;X(t)代表港口吞吐量;Y(t)表示线性回归