亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于優(yōu)化GM(1,1)模型的港口吞吐量預測

        2019-02-24 05:30:22黃躍華陳小龍
        中國航海 2019年4期
        關(guān)鍵詞:廣州港吞吐量殘差

        黃躍華, 陳小龍

        (1.天津海運職業(yè)學院 航海系, 天津 300350;2.大唐電力燃料有限公司, 北京)

        港口吞吐量預測在確定港口物流發(fā)展規(guī)劃、資源合理配置和經(jīng)營管理策略中占有重要地位。政府可依據(jù)港口貨物吞吐量預測數(shù)據(jù)制定行業(yè)發(fā)展政策,引導市場資源的合理利用與優(yōu)化配置以避免資源浪費。[1]目前,港口吞吐量預測方法較多,有線性回歸法[2-3]、組合模型法[4-6]、神經(jīng)網(wǎng)絡模型法[7-8]、遺傳規(guī)劃法[9]和灰色模型法[10-12]等,然而在預測過程中這些模型的應用范圍與預測精度有所不同,特別是對振蕩數(shù)據(jù)序列的預測精度不高,部分模型需要大量的統(tǒng)計數(shù)據(jù),而在實際工作中統(tǒng)計數(shù)據(jù)的數(shù)量往往難以滿足建模要求,導致不能取得較好的預測效果。

        鄧聚龍?zhí)岢龅腉M(1,1)灰色模型適用于小樣本、貧信息的時間序列數(shù)據(jù)模擬和預測,運用部分已知信息挖掘信息的發(fā)展,可不必研究影響港口吞吐量的相關(guān)因素和相互關(guān)系,將影響吞吐量的因素作為灰色變量,通過挖掘數(shù)據(jù)自身中有用信息來建立預測模型,揭示發(fā)展規(guī)律,進而做出預測。國內(nèi)外許多學者對GM(1,1)模型進行改進并將模型應用于不同的領域,擴大傳統(tǒng)GM(1,1)模型的應用范圍,提高了擬合預測精度。但是,改進模型的預測響應式主要是指數(shù)函數(shù),對于非指數(shù)函數(shù)或具有振蕩性質(zhì)的數(shù)據(jù)擬合預測精度并不高。

        祝建[13]研究發(fā)現(xiàn),世界經(jīng)濟的發(fā)展狀況對我國沿海港口貨物吞吐量的影響最大,世界各國經(jīng)濟內(nèi)部性質(zhì)各異、長短不一的周期性波動,通過國際貿(mào)易、國際投資和國際金融市場在國家間傳遞、擴散,并相互疊加、共振而形成的周期導致我國港口吞吐量具有振蕩性。為有效預測具有振蕩性質(zhì)的港口吞吐量,本文擬應用正弦和修正具有自適應背景值的GM(1,1)模型的預測殘差,用以識別港口吞吐量時間序列中的周期性振蕩特征,并利用該模型對廣州港港口吞吐量數(shù)據(jù)進行模擬與預測,從而驗證優(yōu)化GM(1,1)模型的有效性。

        1 傳統(tǒng)GM(1,1)模型[14]

        1.1 模型建立

        1) 設港口歷史吞吐量數(shù)據(jù)為

        X(0)=(x(0)(1),x(0)(2),…,x(0)(n))

        (1)

        2) 對吞吐量數(shù)據(jù)進行一階累加得

        X(1)=(x(1)(1),x(1)(2),…,x(1)(n))

        (2)

        式(2)中:

        (3)

        3) 根據(jù)X(1)序列生成緊鄰均值序列為

        Z(1)=(z(1)(1),z(1)(2),…,z(1)(n))

        (4)

        式(4)中:

        z(1)(k)=(1-λ)x(1)(k)+λx(1)(k-1),

        λ=0.5,k=2,3,…,n

        (5)

        4) 設x(0)(k),x(1)(k),z(1)(k)如上所述,灰色微分方程為

        x(0)(k)+az(1)(k)=b

        (6)

        稱為GM(1,1)模型。

        5) 方程

        (7)

        式(6)和式(7)中:GM(1,1)模型白化微分方程,a、b為待定系數(shù);t為時間。

        1.2 模型參數(shù)求解

        根據(jù)式(6)對參數(shù)列(a,b)T作最小二乘估計

        (a,b)T=(BTB)-1BTY

        (8)

        式(8)中:

        (9)

        求解式(7),便可得時間響應式為

        (10)

        (11)

        2 GM(1,1)模型優(yōu)化

        2.1 GM(1,1)模型的背景值優(yōu)化

        在傳統(tǒng)GM(1,1)模型中,背景值系數(shù)固定賦值為0.5,影響模型的預測精度。將背景值系數(shù)設置為可調(diào)整的參數(shù),則可增強模型的自適應能力,背景值序列按照式(12)生成。采用此方法生成的模型未改變灰色模型的結(jié)構(gòu),對應的白化微分方程與傳統(tǒng)的傳統(tǒng)GM(1,1)模型一致。

        z(1)(k)=(1-λ)x(1)(k)+λx(1)(k-1),

        λ∈[0,1];k=2,3,…,n

        (12)

        以吞吐量平均相對誤差最小化為目標,利用背景值系數(shù)λ與參數(shù)a和b之間的關(guān)系為約束條件建立下列優(yōu)化背景值的模型,求得最優(yōu)的背景值系數(shù)λ、a、b的值,使得吞吐量預測模型的平均相對誤差絕對值在達到理論上最小。

        (13)

        (14)

        通過MATLAB等相關(guān)運籌學軟件很方便地求解模型參數(shù)λ、a、b的優(yōu)化值。根據(jù)式(13)和式(14)可求得背景值系數(shù)λ與參數(shù)a和b的值,將通過以上方式獲得的參數(shù)值代入式(10)便可獲得優(yōu)化背景值的GM(1,1)模型。

        2.2 應用正弦和修正GM(1,1)模型的殘差

        由于吞吐量殘差中包含周期振蕩信息,本文引入正弦和作為殘差周期補償。方法如下:

        設GM(1,1)模型的殘差序列為

        ε(0)=(ε(0)(2),ε(0)(3),…,ε(0)(n))

        (15)

        式(15)中:

        k=2,3,…,n

        (16)

        k=2,3,…,n;z∈[3,

        n/3

        ]

        (17)

        利用MATLAB擬合工具箱或者其他相應數(shù)學工具,可選出最優(yōu)擬合結(jié)果參數(shù)a1,a2,…,az;b1,b2,…,bz;c1,c2,…,cz的值。代入式(17)可得正弦和修正的殘差為

        (18)

        根據(jù)式(13)對GM(1,1)模型的預測結(jié)果進行修正,得

        (19)

        3 模型精度評估

        3.1 殘差的相對誤差檢驗

        將第k年的吞吐量殘差相對誤差(Throughput Relative Percentage Error,TRPE)記為TRPE(k),計算為

        (20)

        將所有時刻的吞吐量殘差平均相對誤差(Throughput Average Relative Percentage Error,TARPE)記為TRPE,計算為

        (21)

        1) 當k≤n時,稱TRPE(k)為k時刻吞吐量模擬相對誤差;當k>n時,稱TRPE(k)為k時刻吞吐量預測相對誤差,稱TARPE為吞吐量平均模擬相對誤差;當TRPE、TARPE在要求的相對誤差范圍內(nèi)時,稱吞吐量模型為殘差合格模型。

        2) 吞吐量平均模擬相對精度為1-TRPE(k),1-TRPE為k時刻吞吐量模擬相對精度。

        3.2 模型精度檢驗標準[12]

        通常將誤差5%設定為界定標準,即當殘差的相對誤差<5%時為殘差合格模型,當殘差的相對誤差>5%時認為殘差不合格。

        4 模型驗證和評價

        為評價優(yōu)化GM(1,1)模型的模擬與預測效果,本文選用廣州港1998—2016年吞吐量數(shù)據(jù)對模型進行模擬與預測效果驗證(見表1)。選取廣州港1998—2016年共19年吞吐量數(shù)值作為建模數(shù)據(jù),2017年數(shù)據(jù)作為驗證數(shù)據(jù)。

        表1 1998—2017年廣州港貨物吞吐量數(shù)據(jù) 萬t

        4.1 傳統(tǒng)GM(1,1)模型求解方法[13]

        運用傳統(tǒng)GM(1,1)模型計算可得:a=-0.078 533,b=14 393.0,取吞吐量預測初值為

        (22)

        計算時間響應式得

        (23)

        4.2 優(yōu)化GM(1,1)模型計算方法

        根據(jù)上述優(yōu)化GM(1,1)模型計算方法可得:λ=0.678 96,a=-0.077 538,b=14 173.0,取吞吐量預測初值為

        (24)

        計算時間響應式得

        5 125.9sin(0.364 44t+0.758 89)+

        797.23sin(1.911 2t-0.336 71)+

        830.24sin(0.845 15t-1.956)

        (25)

        根據(jù)式(10)、式(11)和式(19)對吞吐量進行擬合預測,1999—2017年廣州港貨物吞吐量數(shù)據(jù)兩種模型的數(shù)據(jù)比較見表2。兩種模型的殘差比較見圖1。

        圖1 傳統(tǒng)模型GM(1,1)與優(yōu)化GM(1,1)模型的殘差比較

        4.3 預測結(jié)果分析

        4.3.1相對誤差與殘差比較

        由表2和圖1可知:優(yōu)化GM(1,1)模型的殘差值比傳統(tǒng)GM(1,1)模型殘差值小,優(yōu)化GM(1,1)模型的預測值與實際值基本一致。同時,優(yōu)化GM(1,1)模型的殘差平均相對誤差為1.09%遠小于傳統(tǒng)GM(1,1)模型的16.36%。由此可見,傳統(tǒng)GM(1,1)模型的誤差較大、優(yōu)化GM(1,1)模型的誤差較小。1999—2016年吞吐量優(yōu)化模型的擬合值完全滿足TARPE<5%且TRPE<5%,同時,2017年吞吐量優(yōu)化模型的預測值殘差相對誤差TRPE=1.09%<5%,所以優(yōu)化模型為合格模型。

        4.3.2擬合度比較

        兩種模型模擬值和真實值的擬合曲線見圖2。

        圖2 傳統(tǒng)GM(1,1)模型模擬值、優(yōu)化GM(1,1)模型 模擬值和真實值的擬合曲線

        由表2和圖2可知:原始吞吐量呈波動性變化,傳統(tǒng)GM(1,1)模型擬合度較低;優(yōu)化GM(1,1)模型與原始數(shù)據(jù)基本一致,擬合度較高。由此可見,優(yōu)化GM(1,1)模型很好地克服了傳統(tǒng)GM(1,1)模型數(shù)據(jù)的隨機性、離散性變化的問題,擬合度更高。

        5 結(jié)束語

        傳統(tǒng)GM(1,1)模型不適用于具有振蕩性質(zhì)的港口吞吐量,本文提出基于正弦和具有自適應背景值的GM(1,1)模型,該方法利用正弦和描述殘差中包含的周期性振蕩規(guī)律。利用該模型對廣州港港口的吞吐量數(shù)據(jù)進行模擬與預測,通過比較傳統(tǒng)GM(1,1)模型與優(yōu)化GM(1,1)模型的殘差、相對誤差和曲線擬合度指標,發(fā)現(xiàn)相比較于傳統(tǒng)GM(1,1)模型,優(yōu)化的GM(1,1)模型對振蕩性質(zhì)的港口吞吐量預測精度有很大程度的提高,并且擬合度好,克服了傳統(tǒng)GM(1,1)模型的局限性。本文的模型適用于具有周期性振蕩性質(zhì)的吞吐量預測,影響世界經(jīng)濟突發(fā)性事件爆發(fā)將對模型產(chǎn)生較大沖擊,預測結(jié)果可能會產(chǎn)生較大偏差。

        猜你喜歡
        廣州港吞吐量殘差
        基于雙向GRU與殘差擬合的車輛跟馳建模
        基于殘差學習的自適應無人機目標跟蹤算法
        基于遞歸殘差網(wǎng)絡的圖像超分辨率重建
        自動化學報(2019年6期)2019-07-23 01:18:32
        廣州港股份有限公司成功在上交所主板上市
        珠江水運(2017年7期)2017-05-11 13:02:18
        珠三角地區(qū)港口“三足鼎立”
        珠江水運(2017年7期)2017-05-11 08:56:28
        2016年10月長三角地區(qū)主要港口吞吐量
        集裝箱化(2016年11期)2017-03-29 16:15:48
        2016年11月長三角地區(qū)主要港口吞吐量
        集裝箱化(2016年12期)2017-03-20 08:32:27
        平穩(wěn)自相關(guān)過程的殘差累積和控制圖
        河南科技(2015年8期)2015-03-11 16:23:52
        2014年1月長三角地區(qū)主要港口吞吐量
        集裝箱化(2014年2期)2014-03-15 19:00:33
        上海港11月集裝箱吞吐量同比增長4.25%
        廣東造船(2013年6期)2013-04-29 16:34:55
        色爱情人网站| 野花社区www高清视频| 91国视频| 久久国产综合精品欧美| 亚洲国产成人aⅴ毛片大全| 牛仔裤人妻痴汉电车中文字幕| 内射爆草少妇精品视频| 超碰国产精品久久国产精品99| 成人免费无码大片a毛片软件| 亚洲中文有码字幕青青| 91热国内精品永久免费观看| 色婷婷精品国产一区二区三区| 与漂亮的女邻居少妇好爽| 国产又色又爽又刺激在线播放| 亚洲av日韩av永久无码色欲| 久久久久成人精品免费播放| 久久99人妖视频国产| 奇米影视7777久久精品| 亚洲国产高清在线观看视频| 久久精品视频中文字幕无码| 青青操视频手机在线免费观看| 在线视频观看国产色网| 亚洲av无码成人专区片在线观看| 国模精品二区| 婷婷开心五月综合基地| 亚洲国产综合久久天堂| 亚洲中文字幕国产综合| 国产精品一区二区久久乐下载| 精品女人一区二区三区| 亚洲久悠悠色悠在线播放| 亚洲人成影院在线观看| 国产精品无码久久久久免费AV | 人妻少妇av无码一区二区| 国产亚洲精选美女久久久久| 97青草超碰久久国内精品91| 精品无码久久久久久久久| 天天看片视频免费观看| 狠狠色欧美亚洲综合色黑a| 丰满少妇被啪啪到高潮迷轩| 挺进朋友人妻雪白的身体韩国电影| 精品无码久久久久久久久粉色 |