丁濤++花澤春++徐存意++高雙

【摘 要】 為更好地監(jiān)測(cè)液貨危險(xiǎn)品船舶動(dòng)力供需狀況，構(gòu)建長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需預(yù)警指標(biāo)體系，選取2005―2015年指標(biāo)統(tǒng)計(jì)數(shù)據(jù)，采用信息熵組合預(yù)測(cè)模型計(jì)算出目標(biāo)年份的指標(biāo)預(yù)測(cè)值，結(jié)合BP神經(jīng)網(wǎng)絡(luò)明確預(yù)測(cè)年份的供需度，參考劃分的警情范圍得到預(yù)測(cè)年份的長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需情況基本符合歷史波動(dòng)趨勢(shì)。該預(yù)測(cè)結(jié)果能為液貨危險(xiǎn)品運(yùn)輸市場(chǎng)運(yùn)力調(diào)控提供參考。

【關(guān)鍵詞】 船舶運(yùn)力；液貨危險(xiǎn)品；BP神經(jīng)網(wǎng)絡(luò)；供需預(yù)警

0 引 言

目前國(guó)內(nèi)學(xué)者對(duì)船舶運(yùn)力預(yù)警方面所作的研究較少，尤其是關(guān)于液貨危險(xiǎn)品船運(yùn)力供需預(yù)警的研究。船舶運(yùn)力供需關(guān)系的不均衡嚴(yán)重影響了航運(yùn)市場(chǎng)的健康、快速運(yùn)轉(zhuǎn)，市場(chǎng)監(jiān)測(cè)體系不健全成為亟待解決的問(wèn)題。從新的角度分析運(yùn)力供需關(guān)系，建立一個(gè)能夠更加科學(xué)、合理和高精度量化供需配比關(guān)系的模型，對(duì)運(yùn)輸市場(chǎng)運(yùn)力均衡狀態(tài)和發(fā)展趨勢(shì)作出預(yù)警提示，具有非常重要的意義。

縱觀(guān)運(yùn)力研究文獻(xiàn)，關(guān)于船舶運(yùn)力方面的研究主要集中在運(yùn)價(jià)預(yù)測(cè)、運(yùn)力結(jié)構(gòu)優(yōu)化、運(yùn)力供需關(guān)系等方面。范永輝等[1]以油船運(yùn)價(jià)指數(shù)為研究對(duì)象，利用灰色模型探討其作用機(jī)理，發(fā)現(xiàn)了影響運(yùn)價(jià)指數(shù)波動(dòng)的三大關(guān)鍵因素。LI等[2]以集裝箱港口為例分析了港口供需平衡性問(wèn)題。宋娜[3]以巴拿馬型船為研究對(duì)象，分析及預(yù)測(cè)了其運(yùn)力供給情況，利用自回歸積分滑動(dòng)平均模型（ARIMA）對(duì)波羅的海干散貨運(yùn)價(jià)指數(shù)進(jìn)行波動(dòng)分析和未來(lái)趨勢(shì)預(yù)測(cè)。本文根據(jù)預(yù)警系統(tǒng)的構(gòu)成來(lái)設(shè)計(jì)運(yùn)力供需預(yù)警系統(tǒng)，結(jié)合熵值組合預(yù)測(cè)模型、BP神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)運(yùn)力供需警情預(yù)報(bào)功能。

1 構(gòu)建供需預(yù)警指標(biāo)體系

根據(jù)預(yù)警警情指標(biāo)影響因素分析，結(jié)合當(dāng)前航運(yùn)市場(chǎng)發(fā)展和預(yù)警管理現(xiàn)狀，在預(yù)警指標(biāo)選取的原則下，參考運(yùn)力供需研究文獻(xiàn)、經(jīng)濟(jì)預(yù)警文獻(xiàn)和原有行業(yè)評(píng)價(jià)指標(biāo)，考慮實(shí)際操作中數(shù)據(jù)的收集量，通過(guò)歸納、綜合和補(bǔ)充，建立長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需預(yù)警指標(biāo)體系（見(jiàn)圖1）。

3 實(shí)例分析

3.1 基于熵值法的組合預(yù)測(cè)

選取2005―2015年長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需指標(biāo)統(tǒng)計(jì)數(shù)據(jù)，綜合分析各指標(biāo)歷史走勢(shì)發(fā)現(xiàn)，二次產(chǎn)業(yè)比率、企業(yè)數(shù)量、平均企業(yè)擁有船舶數(shù)量等指標(biāo)走勢(shì)基本穩(wěn)定，預(yù)測(cè)年份內(nèi)變化不大。因此，本文假定這些指標(biāo)保持不變，分別取值為0.5、258家、15艘/家。根據(jù)預(yù)測(cè)原理，對(duì)長(zhǎng)江液貨危險(xiǎn)品運(yùn)力供需指標(biāo)進(jìn)行預(yù)測(cè)，結(jié)果見(jiàn)表1。

3.2 警限計(jì)算

結(jié)合運(yùn)力供需預(yù)警指標(biāo)，在確定預(yù)警指標(biāo)警限時(shí)，采用u- 法結(jié)合經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行警限劃分。采取u 2 、u /2、u+ /2，u+2 依次定位4個(gè)臨界點(diǎn)，將長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需指標(biāo)劃分為4條警線(xiàn)。

根據(jù)歷年長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需綜合情況分析，令u=1， =0.1；借鑒交通信號(hào)燈系統(tǒng)，分別以不同顏色的燈表示各種運(yùn)力供需關(guān)系狀態(tài)。預(yù)警指標(biāo)警情系數(shù)警限劃分見(jiàn)表2。

3.3 基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)分析

3.3.1 網(wǎng)絡(luò)構(gòu)建訓(xùn)練

本文將從總樣本中抽取9個(gè)樣本作為訓(xùn)練集，剩余的2個(gè)樣本作為測(cè)試集。通過(guò)Matlab 7.0軟件設(shè)計(jì)一個(gè)層數(shù)為3、隱含層節(jié)點(diǎn)數(shù)為23、輸入層節(jié)點(diǎn)數(shù)為11、輸出層節(jié)點(diǎn)數(shù)為1的BP神經(jīng)網(wǎng)絡(luò)模型。根據(jù)網(wǎng)絡(luò)運(yùn)行的實(shí)際效率，最后節(jié)點(diǎn)定為25。經(jīng)過(guò)反復(fù)試驗(yàn)，當(dāng)誤差最小時(shí)，網(wǎng)絡(luò)的精確度為，訓(xùn)練步數(shù)為步，輸入層和隱含層的變換函數(shù)為satlin和Purelin，訓(xùn)練函數(shù)為T(mén)rainbfg。

3.3.2 預(yù)測(cè)仿真

以訓(xùn)練好后BP神經(jīng)網(wǎng)絡(luò)對(duì)2016―2018年長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需數(shù)據(jù)進(jìn)行仿真預(yù)測(cè)，網(wǎng)絡(luò)訓(xùn)練模型誤差水平基本符合要求。由表2可知，預(yù)測(cè)年份的長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需警情見(jiàn)表3。

4 結(jié) 語(yǔ)

預(yù)測(cè)年份的長(zhǎng)江液貨危險(xiǎn)品船運(yùn)力供需情況基本符合歷史波動(dòng)趨勢(shì)。因此，構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型性能良好，多種模型的結(jié)合對(duì)運(yùn)力供需系統(tǒng)起到警情預(yù)報(bào)的作用，為預(yù)測(cè)未來(lái)市場(chǎng)運(yùn)力給出了合理的量化數(shù)據(jù)，可為航運(yùn)市場(chǎng)提前做好船舶運(yùn)力調(diào)整提供有價(jià)值的參考。

參考文獻(xiàn)：

[1] 范永輝，楊華龍，張寶華.基于灰色關(guān)聯(lián)理論的油輪運(yùn)價(jià)指數(shù)波動(dòng)分析[J].大連海事大學(xué)學(xué)報(bào)，2009，35（11）：31-34.

[2] LI S J，MA Z J，QU N，et a1.Research on Supply and Demand Balance of China Coastal Container Port[J].Economic Research Guide，2011（10）：168-169.

[3] 宋娜.巴拿馬型船舶干散貨運(yùn)輸市場(chǎng)分析[D].大連：大連海事大學(xué)，2008.