基于灰色RBF组合模型的宁波港集装箱海铁联运量预测
PDF下载 (457)吴慧军,刘桂云 *.基于灰色RBF组合模型的宁波港集装箱海铁联运量预测[J].宁波大学学报(理工版),2016,29(4):123-127.DOI:
WU Hui-jun,LIU Gui-yun *.Prediction of Container Sea-rail Intermodal Transport Volume at Ningbo Port Based on Grey-RBF Neural Network Combination Model[J].Journal of Ningbo University(Natural Science & Engineering Edition),2016,29(4):123-127.DOI:
| Title: | Prediction of Container Sea-rail Intermodal Transport Volume at Ningbo Port Based on Grey-RBF Neural Network Combination Model |
| 作者: | 吴慧军, 刘桂云 * |
| Author(s): | WU Hui-jun, LIU Gui-yun * |
| 关键词: | 集装箱海铁联运量; 灰色理论; RBF神经网络; 灰色RBF神经网络组合模型 |
| Keywords: | container sea-rail intermodal transport; grey theory; RBF neural network; Grey-BP neural network |
| 分类号: | U15 |
| 文献标识码: | A |
| 摘要: | 集装箱海铁联运量预测是海铁联运网络规划设计的重要组成部分, 影响港口及其集疏运体系进一步发展, 因此, 对集装箱海铁联运量做出科学合理的预测显得十分重要. 以2009~2015年宁波港集装箱海铁联运量为原始数据, 运用灰色RBF神经网络组合模型预测其未来2年集装箱海铁联运量增长趋势. 预测结果表明, 灰色RBF神经网络组合模型预测精度高于GM(1,1)模型、RBF神经网络模型、灰色BP神经网络组合模型. 可见, 该组合模型可有效应用于集装箱海铁联运量的预测领域. |
| Abstract: | It is of great importance to make reasonable predictions on container sea-rail intermodal transport due to the fact that it will affect the future development of port and transportation system as an important element in planning and designing. Based on the real-time data of container in Ningbo port collected from 2009 to 2014, the paper predicts the growth trend of container sea-rail intermodal transport volume in the coming two years by employing Grey-RBF neural network model. Prediction results show that the Grey-RBF neural network model is superior in accuracy than GM (1,1) model, the RBF neural network model and the Grey-BP neural network combined model. The effectiveness of predictions is also validated in this paper. |
| 参考文献 /References: | [1] 凌乐云. 宁波海铁联运现状及发展对策[J]. 水运管理, 2013(10):19-23. [2] 王冠威, 王纯. 基于灰色系统理论的集装箱海铁联运量预测[J]. 集装箱化, 2008(5):20-22. [3] 武慧荣, 朱晓宁, 钱继锋. 基于系统动力学的集装箱海铁联运运量预测研究[J]. 物流技术, 2012, 17:205-207; 230. [4] 陈经海. 基于运量预测与效益分析的青岛港集装箱海铁联运研究[D]. 青岛: 中国海洋大学, 2013. [5] 陈燕琴. 基于灰色理论和BP网络的集装箱海铁联运量预测[J]. 中国水运, 2010, 12:74-76. [6] 龙文, 徐松金. 基于灰色RBF组合模型的城市用水量预测[J]. 供水技术, 2011(4):34-37. [7] 应晓红, 龙建辉. 宁波海铁联运发展现状、瓶颈及对策[J]. 宁波大学学报(人文科学版), 2014(1):104-108. [8] 张晓瑞, 方创琳, 王振波, 等. 基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析[J]. 长江流域资源与环境, 2013(6):691-697. [9] 江龙, 薛佳佳. 基于差值灰色RBF网络模型股票价格预测研究[J]. 广西大学学报(自然科学版), 2012(3):594-599. [10] 程朝. 大连港集装箱海铁联运网络配流研究[D]. 大连: 大连海事大学, 2013. [11] 宁波市统计局. 宁波统计年鉴[Z]. 北京: 中国统计出版社, 2009-2015. [12] 宁波市统计局. 宁波市国民经济和社会发展统计公报[Z]. 宁波: 宁波出版社, 2009-2015. |
| 备注/Memo: | 收稿日期: 2015－06－01. 宁波大学学报（理工版）网址: http://journallg.nbu.edu.cn/ 基金项目: 浙江省软科学项目（2015C25039）; 宁波市自然基金项目（2016A610074）; 宁波大学海洋经济专项项目（HYD1201）. 第一作者: 吴慧军（1990－）, 男, 湖北天门人, 在读硕士研究生, 主要研究方向: 港口现代化管理. E-mail: 524591352@qq.com *通信作者: 刘桂云（1972－）, 女, 辽宁鞍山人, 教授, 主要研究方向: 港口及物流管理. E-mail: liuguiyun@nbu.edu.cn 宁波大学学报（理工版）网址：http://journallg.nbu.edu.cn/ |
