孟繁林

摘 要：應(yīng)用集合經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD）方法對(duì)日照港2001年至2014年貨物吞吐量進(jìn)行了研究。分析結(jié)果表明EEMD方法減少了模態(tài)混疊對(duì)結(jié)果的影響，可以有效的揭示港口吞吐量的內(nèi)在規(guī)律，在船舶交通流量分析，港口客、貨運(yùn)量等數(shù)據(jù)分析領(lǐng)域有著廣泛的應(yīng)用前景。

關(guān)鍵詞：集合經(jīng)驗(yàn)?zāi)B(tài)分解 貨物吞吐量 固有模態(tài) 周期

港口吞吐量又稱港口吞吐能力、港口通過(guò)能力，是衡量港口規(guī)模大小的最重要的指標(biāo)。反映在一定的技術(shù)裝備、勞動(dòng)組織條件下，一定時(shí)間內(nèi)港口為船舶裝卸貨物的數(shù)量，通常以噸數(shù)來(lái)表示。港口吞吐量反映港口規(guī)模及能力，能清楚地報(bào)告期內(nèi)經(jīng)由水路進(jìn)、出港區(qū)范圍經(jīng)過(guò)裝卸的貨物數(shù)量，也能從側(cè)面反映一段時(shí)期內(nèi)進(jìn)出港口船舶交通流量情況。

港口貨物吞吐量是一個(gè)復(fù)雜的變量，受諸多因素的影響。港口所處的地理位置、腹地經(jīng)濟(jì)、政策環(huán)境、港口通過(guò)能力、集疏運(yùn)系統(tǒng)、自然條件、港口運(yùn)營(yíng)情況、港口貨物組成結(jié)構(gòu)、工農(nóng)業(yè)生產(chǎn)的季節(jié)性、車船到港的均衡性等對(duì)港口吞吐量都有顯著的影響?？茖W(xué)準(zhǔn)確的貨物吞吐量預(yù)測(cè)對(duì)港口的總體布局、集疏運(yùn)、海事局船舶交通監(jiān)控有著重要的指導(dǎo)意義。

港口貨物吞吐量受諸多因素影響，變化非常復(fù)雜，是非線性的時(shí)間序列，直接用普通數(shù)學(xué)模型進(jìn)行分析是不科學(xué)的，必須從數(shù)據(jù)本身入手，分析其內(nèi)在規(guī)律。Hilbert-Huang變換（Hilbert-Huang Transform，HHT）是近年來(lái)發(fā)展起來(lái)的一種適用于非線性、非穩(wěn)定性信號(hào)處理的自適應(yīng)時(shí)頻分析方法。Hilbert-Huang變換包括EMD（Empirical Mode Decomposition，EMD）方法和與之相應(yīng)的Hilbert譜。本文基于改進(jìn)后的EMD方法，即集合經(jīng)驗(yàn)?zāi)B(tài)分解方法（Ensemble Empirical Mode Decomposition，EEMD），對(duì)日照港2001年1月至2014年12月貨物吞吐量進(jìn)行研究。

Hilbert-Huang變換及EEMD

Hilbert-Huang變換應(yīng)用EMD理論將時(shí)間序列分解成相互獨(dú)立的若干固有模態(tài)函數(shù)（Intrinsic Mode Function，簡(jiǎn)稱IMF）的和，并對(duì)每個(gè)IMF進(jìn)行Hilbert變換得到信號(hào)的瞬時(shí)頻率和幅值，由此構(gòu)成Hilbert譜給出了時(shí)間序列隨時(shí)間和頻率變化的精確表達(dá)，因而可以精確描述信號(hào)的局部行為。EMD是一種自適應(yīng)信號(hào)分解方法，主要應(yīng)用于非線性非平穩(wěn)的信號(hào)或時(shí)間序列，是繼傅立葉譜分析和小波分析之后出現(xiàn)的功能強(qiáng)大的數(shù)據(jù)分析方法，得到廣泛的研究和應(yīng)用。但EMD分解出來(lái)的 IMF 分量中常出現(xiàn)模態(tài)混疊，即同一個(gè) IMF 分量中，包含著尺度分布范圍很寬而又各不相同的時(shí)間序列，或是在不同的 IMF 分量中，包含著尺度相近的時(shí)間序列。模態(tài)混疊造成的后果是使 IMF 分量不再具有原來(lái)單一的特征時(shí)間尺度，變成尺度混雜的振蕩，從而失去原有的物理意義。N.E.Huang提出的集合經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥EMD）方法可減少模態(tài)混合，有效提取真實(shí)模態(tài)。

集合經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD），主要是利用白噪聲的能量均勻分布的特性以及整體平均意義來(lái)消去模態(tài)混合。即在原時(shí)間序列中加入若干次白噪聲，再分別進(jìn)行EMD處理，最后求平均得到逼近的真實(shí)模態(tài)。步驟如下：

往信號(hào)中加入或減去白噪聲 （11）

由于白噪聲的零均值特性，加入噪聲的次數(shù)足夠多，將這些多次分解的結(jié)果取平均后，噪聲最終將被互相抵消而達(dá)到消除的效果，總體平均的結(jié)果就可以被當(dāng)作真實(shí)時(shí)間序列。加噪聲的次數(shù)越多，平均后的結(jié)果所含的剩余噪聲越小，結(jié)果就越接近原時(shí)間序列的真實(shí)值。

數(shù)據(jù)處理

根據(jù)交通運(yùn)輸部網(wǎng)站公布的我國(guó)沿海規(guī)模以上港口貨物吞吐量月度公報(bào)，選擇日照港2001年1月至2014年12月的數(shù)據(jù)建立貨物吞吐量的時(shí)間序列，如圖1為時(shí)序圖。統(tǒng)計(jì)公報(bào)一般沒(méi)有當(dāng)年12月份的數(shù)據(jù)，本文采用前后2個(gè)月數(shù)據(jù)平均的方法得到每年12月份的數(shù)據(jù)。

結(jié)果分析

1、貨物吞吐量固有模態(tài)與周期

對(duì)數(shù)據(jù)做EEMD分解，其中白噪聲標(biāo)準(zhǔn)差與信號(hào)標(biāo)準(zhǔn)差的比值取推薦值0.2，集合平均次數(shù)20次。日照港貨物吞吐量由原來(lái)非線性時(shí)間序列，分解為5個(gè)固有模態(tài)分量（IMF）及一個(gè)代表時(shí)間序列發(fā)展趨勢(shì)的趨勢(shì)分量R。5個(gè)IMF分別表示5個(gè)不同的時(shí)間尺度，各IMF表現(xiàn)出由高頻到低頻的特征。

Hilbert變換以后，求得各階固有模態(tài)的瞬時(shí)頻率，進(jìn)而求得各階模態(tài)的平均頻率和平均周期。由圖3可見(jiàn)，日照港貨物吞吐量具有5個(gè)變化周期，分別為：2個(gè)月、8個(gè)月、15個(gè)月、26個(gè)月、71個(gè)月，大致對(duì)應(yīng)于1個(gè)季度、半年、1年、2年和6年變化周期，這些變化周期是由于港口貨物吞吐量影響要素的變化周期引起的。

2、日照港吞吐量的發(fā)展趨勢(shì)

趨勢(shì)分量R反映的是時(shí)間序列長(zhǎng)期變化趨勢(shì)。由圖2中趨勢(shì)分量R圖可知，2001年1月至2014年12月日照港吞吐量總體上呈現(xiàn)出穩(wěn)步上升的趨勢(shì)，受金融危機(jī)及航運(yùn)市場(chǎng)的影響不大。

結(jié)論與展望

日照港貨物吞吐量具有5個(gè)變化周期，分別為：2個(gè)月、8個(gè)月、15個(gè)月、26個(gè)月、71個(gè)月，大致對(duì)應(yīng)于1個(gè)季度、半年、1年、2年和6年變化周期。從2001年1月至2014年12月，日照港貨物吞吐量呈現(xiàn)出穩(wěn)步增長(zhǎng)的趨勢(shì)。

EEMD方法減少了模態(tài)混疊對(duì)結(jié)果的影響，可以有效地揭示港口吞吐量?jī)?nèi)在規(guī)律。結(jié)合SVM、RBF神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)模型可以對(duì)某一指標(biāo)進(jìn)行預(yù)測(cè)。因此EEMD方法在船舶交通流量分析，港口客、貨運(yùn)量等數(shù)據(jù)分析領(lǐng)域有著廣泛的應(yīng)用前景。

（作者單位：日照海事局）endprint