【“一帶一路”背景下港口吞吐量預(yù)測(cè)探析方法探究12000字（論文）】

·1··PAGE6·PAGE1“一帶一路”背景下港口吞吐量預(yù)測(cè)分析方法研究摘要近些年來，隨著物流產(chǎn)業(yè)的迅速發(fā)展，港口在運(yùn)輸業(yè)和航運(yùn)業(yè)中扮演著越來越重要的角色。而港口貨物吞吐量是衡量港口生產(chǎn)經(jīng)營規(guī)模的重要指標(biāo)，關(guān)系到港口的具體規(guī)劃設(shè)計(jì)和基礎(chǔ)設(shè)施建設(shè)，甚至對(duì)推動(dòng)海運(yùn)事業(yè)的發(fā)展具有導(dǎo)向作用。在此背景下，港口的地位的重要性變得不言而喻。本文首先介紹了我國港口的吞吐量研究背景及研究現(xiàn)狀，并且簡單地介紹了我國常用的港口吞吐量預(yù)測(cè)技術(shù)及其技術(shù)的應(yīng)用。根據(jù)寧波舟山港的時(shí)代規(guī)劃和發(fā)展趨勢(shì)，結(jié)合兩種預(yù)測(cè)方法的應(yīng)用條件和其優(yōu)缺點(diǎn)，選擇兩種比較合適的預(yù)測(cè)方法:自回歸移動(dòng)平均模型和灰色系統(tǒng)預(yù)測(cè)方法。通過，對(duì)寧波舟山港未來貨物吞吐量的預(yù)測(cè)進(jìn)行了分析。在實(shí)際案例中進(jìn)行分析，本文以寧波舟山港為例，搜集該港口歷史實(shí)例數(shù)據(jù)，采用港口吞吐量預(yù)測(cè)方法進(jìn)行實(shí)例分析。通過MATLAB編程以ARMA的模型方式來預(yù)測(cè)港口吞吐量，再通過與灰色系統(tǒng)法模型的吞吐量預(yù)測(cè)結(jié)果進(jìn)行比較，對(duì)寧波舟山港未來發(fā)展趨勢(shì)進(jìn)行了分析，為未來寧波舟山港建設(shè)的發(fā)展提供了一個(gè)基礎(chǔ)性的理論依據(jù)，并且也能夠給相關(guān)的研究工作人員和運(yùn)營管理人員提供一個(gè)參考。關(guān)鍵詞：港口吞吐量預(yù)測(cè)，典型方法，ARMA模型，灰色系統(tǒng)法1緒論1.1研究背景中國當(dāng)前正處于經(jīng)濟(jì)的黃金發(fā)展的歷史時(shí)期。在最大程度地?cái)[脫新冠狀肺炎的影響下，對(duì)國內(nèi)外貿(mào)易活動(dòng)的需求巨大，而航運(yùn)業(yè)正利用這一機(jī)會(huì)蓬勃發(fā)展。而近年來，世界經(jīng)濟(jì)增長和發(fā)展的緩慢影響已漸漸蔓延至航運(yùn)業(yè)，不斷變化的各種不確定性因素，如迄今為止受到的中美貿(mào)易摩擦和新型冠狀肺炎，也影響了港口的業(yè)務(wù)量。港口是陸上和海上交通的主體和樞紐，也是我們推動(dòng)世界國際資源循環(huán)的一個(gè)重要時(shí)間節(jié)點(diǎn)，在當(dāng)前我國社會(huì)和市場(chǎng)經(jīng)濟(jì)中已經(jīng)起到了重要的推動(dòng)作用。大力開發(fā)港口建設(shè)是推動(dòng)和促進(jìn)我們國民經(jīng)濟(jì)增長的必然需要。準(zhǔn)確把握港口的未來發(fā)展需求，是有效組織港口，合理布局港口的前提。因此，研究和分析港口貨物吞吐量的需求是對(duì)港口物流計(jì)劃和港口發(fā)展起到重要作用。我國目前正處于經(jīng)濟(jì)發(fā)展的史無前例的歷史時(shí)期，國內(nèi)外商業(yè)貿(mào)易活動(dòng)需求旺盛，海洋運(yùn)輸業(yè)抓住發(fā)展機(jī)遇借此蓬勃發(fā)展。《年鑒》的統(tǒng)計(jì)數(shù)據(jù)表明，由于我國物流業(yè)的不斷發(fā)展和港口貨物吞吐量的快速發(fā)展，我國社會(huì)物流總值呈現(xiàn)出快速增長的趨勢(shì)。但近年來世界經(jīng)濟(jì)發(fā)展放緩影響了海洋運(yùn)輸業(yè)，隨著中美貿(mào)易摩擦等不確定因素的不斷演變，也將對(duì)港口業(yè)務(wù)量產(chǎn)生影響。不過總的來說，在如此復(fù)雜的環(huán)境中，我國港口貨物吞吐量還是持續(xù)不斷地增加，增長勢(shì)頭不可阻擋。我國"一帶一路"戰(zhàn)略的實(shí)施，強(qiáng)化了海洋運(yùn)輸業(yè)在中國國家戰(zhàn)略的地位。但是由此突出的問題也是顯而易見的:我們由于歷史原因，與發(fā)達(dá)國家相比，中國的港口建設(shè)起步較晚，港口吞吐能力仍然有限，港口建設(shè)仍有巨大的發(fā)展空間。因此，從大的社會(huì)經(jīng)濟(jì)發(fā)展以及港口運(yùn)輸建設(shè)的角度出發(fā)，港口運(yùn)輸可以具有良好的未來發(fā)展前景，只要對(duì)港口集裝箱的吞吐量進(jìn)行預(yù)測(cè)。為了積極貫徹"一帶一路"戰(zhàn)略，抓住"一帶一路"的政策機(jī)遇。布局，并提出適合該地區(qū)實(shí)際情況的發(fā)展計(jì)劃。而浙江則響應(yīng)了國家號(hào)召建設(shè)大批交通基礎(chǔ)和配套設(shè)施，開放了全省陸海交通運(yùn)輸網(wǎng)絡(luò)，建立了一系列綜合交通運(yùn)輸體系。政府提出了一種開放、適合該國使用渠道的發(fā)展戰(zhàn)略，建立了由河流，河流，海洋，公路，鐵路和民用航空等部分組成的六合一多式聯(lián)運(yùn)網(wǎng)絡(luò)系統(tǒng)，形成了互聯(lián)，便捷和快速的交通運(yùn)輸網(wǎng)絡(luò)。一帶一路沿線是東方國際商務(wù)中心，義烏市和寧波舟山港，它是連接長江經(jīng)濟(jì)帶和長江經(jīng)濟(jì)帶的紐帶。1.2預(yù)測(cè)方法的研究現(xiàn)狀孫愛民建立了多元線性回歸模型，他對(duì)西安市2019年到2022年的年總用水量進(jìn)行預(yù)測(cè)。覃延將其與神經(jīng)網(wǎng)絡(luò)(NNM)和多元線性回歸(MLR)在治療腎結(jié)石CT值時(shí)進(jìn)行了比較。張樹奎則主要觀點(diǎn)是通過分析運(yùn)用基于gm灰色化的預(yù)測(cè)系統(tǒng)模型和基于bp組合神經(jīng)網(wǎng)絡(luò)的兩種預(yù)測(cè)方法對(duì)其問題進(jìn)行了綜合建模，分析并找出這兩種預(yù)測(cè)方法的一些優(yōu)缺點(diǎn)，將基于gm(1，1)的兩種預(yù)測(cè)模型和基于bp組合神經(jīng)網(wǎng)絡(luò)的一些優(yōu)點(diǎn)問題進(jìn)行了相互地分析結(jié)合，建立了實(shí)驗(yàn)所需數(shù)據(jù)少、網(wǎng)絡(luò)非線性能力強(qiáng)的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，自適應(yīng)網(wǎng)絡(luò)分析，實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的模型預(yù)測(cè)精度優(yōu)于GM1、GM2和GM3以及BP神經(jīng)網(wǎng)絡(luò)等單一模型驗(yàn)證，其預(yù)測(cè)精度也有所提升。習(xí)宏全使用了灰色系統(tǒng)理論進(jìn)行了預(yù)測(cè)，彌補(bǔ)了數(shù)理統(tǒng)計(jì)在系統(tǒng)分析中應(yīng)用時(shí)突變數(shù)據(jù)難以處理的缺陷。實(shí)驗(yàn)中對(duì)于分析樣品的樣本數(shù)量和實(shí)驗(yàn)分析出的樣本數(shù)量是否準(zhǔn)確有一定性的規(guī)律性都沒有嚴(yán)格的定量要求，避免了線性定量分析結(jié)果和不確定性定量分析實(shí)驗(yàn)結(jié)果之間的不一致。通過實(shí)驗(yàn)?zāi)M，得出結(jié)論，并將灰色模型應(yīng)用于模擬預(yù)測(cè)中，灰色模型的預(yù)測(cè)意義隨著距時(shí)間原點(diǎn)的距離而變?nèi)?。在上海港口的吞吐量和范圍預(yù)測(cè)方面，楊晶晶把時(shí)間序列預(yù)測(cè)的概念與基于上海港數(shù)據(jù)的寬度學(xué)習(xí)相結(jié)合，提出了一種基于寬度學(xué)習(xí)的對(duì)時(shí)間序列進(jìn)行改善的模型，實(shí)驗(yàn)結(jié)果表明，該模型的預(yù)測(cè)效果遠(yuǎn)遠(yuǎn)優(yōu)于經(jīng)典時(shí)間序列的不同模型?？琢樟绽媒y(tǒng)計(jì)分析軟件r，描述了港口集裝箱的吞吐量數(shù)據(jù)的非線性變化趨勢(shì)，對(duì)序列變化趨勢(shì)和周期性變化方式進(jìn)行了分解，在將這些數(shù)據(jù)作為一個(gè)非線性的時(shí)間序列基礎(chǔ)上，應(yīng)用了自回歸綜合式移動(dòng)平均模型(autoregressiveintegratedmovingaverage，arima)實(shí)現(xiàn)了吞吐量預(yù)測(cè)，結(jié)果表明該模型能夠很好地描述港口集裝箱的吞吐量趨勢(shì)。吳琛以廣州港為主要研究對(duì)象，選取2010-2017年的港口歷史吞吐量統(tǒng)計(jì)數(shù)據(jù)，分析了時(shí)間序列的變化趨勢(shì)和特點(diǎn)，根據(jù)原始時(shí)間序列的特點(diǎn)選擇了ARIMA模型，并對(duì)這些預(yù)測(cè)結(jié)果綜合分析。在港口的10%內(nèi)實(shí)現(xiàn)基本相對(duì)誤差控制。趙景麗使用了一個(gè)基于結(jié)合人工灰色神經(jīng)網(wǎng)絡(luò)和兩個(gè)人工灰色神經(jīng)網(wǎng)絡(luò)的兩個(gè)灰色神經(jīng)網(wǎng)絡(luò)的混合模型gm(1，1)模型，分別是一個(gè)利用bp的神經(jīng)網(wǎng)絡(luò)模型和兩個(gè)人工灰色神經(jīng)網(wǎng)絡(luò)的模型來準(zhǔn)確預(yù)測(cè)端口的吞吐量，并且使用數(shù)據(jù)驗(yàn)證了測(cè)量的結(jié)果。測(cè)試結(jié)果表明該模型有效，灰色混合式神經(jīng)網(wǎng)絡(luò)則為最佳。林強(qiáng)利用bp神經(jīng)網(wǎng)絡(luò)綜合分析了杭州港吞吐量的預(yù)測(cè)數(shù)據(jù)，并通過回歸分析，bp神經(jīng)網(wǎng)絡(luò)與時(shí)間序列預(yù)測(cè)的數(shù)據(jù)進(jìn)行了綜述。通過對(duì)比發(fā)現(xiàn)，在短期的預(yù)測(cè)中，BP神經(jīng)網(wǎng)絡(luò)的方法明顯優(yōu)于其他傳統(tǒng)的方法，由此從而得出結(jié)論。1.3研究的意義在復(fù)雜的環(huán)境中，我國港口貨物吞吐量仍顯示出增長勢(shì)頭。隨著我國海運(yùn)各方面能力的持續(xù)發(fā)展，港口吞吐量的研究是更加被人們重視的。一直以來，港口每年都持續(xù)增加資金投資力度和港口海運(yùn)吞吐量投入和建設(shè)，國家政府和地方政府也一并持續(xù)開發(fā)港口海運(yùn)吞吐量計(jì)算的相關(guān)操作系統(tǒng)。但是，隨著我國港口海運(yùn)吞吐量值的持續(xù)增大和進(jìn)化，一些問題也慢慢浮現(xiàn)出來了。舉例說明比如說，我國港口的周邊基礎(chǔ)設(shè)施和船舶運(yùn)輸裝置等配置在科學(xué)持續(xù)發(fā)展的今天已經(jīng)遠(yuǎn)遠(yuǎn)無法滿足港口吞吐量的規(guī)模擴(kuò)大和進(jìn)化需求，地方政府無法制造這些具有大型吞吐量的物流設(shè)備，地方政府也無法改善目前的問題，擴(kuò)大港口吞吐量的持續(xù)發(fā)展。解決這個(gè)問題的方法是要順應(yīng)港口、適應(yīng)港口、計(jì)算好港口吞吐量。因此，為了確保其目前港口經(jīng)濟(jì)的持續(xù)發(fā)展情況，地方政府就必須合理利用資源，必須盡量回避和解決在港口吞吐量發(fā)展過程中的重大問題。也因此，對(duì)于港口吞吐量的計(jì)算方面，地方政府和相關(guān)人員也有必要對(duì)未來我國港口吞吐量的增長情況進(jìn)行合理的預(yù)測(cè)，并且能夠在對(duì)于未來的預(yù)測(cè)和分析的過程中提出一些對(duì)于我國港口發(fā)展的具有建設(shè)性的意見?？茖W(xué)合理地進(jìn)行數(shù)據(jù)分析和準(zhǔn)確地預(yù)測(cè)各個(gè)港口貨物的平均吞吐量和運(yùn)量，不僅能夠更好地選擇港口的總體投資規(guī)模和運(yùn)營策略，而且還可以有助于幫助我們確定港口的未來發(fā)展趨勢(shì)，總體結(jié)構(gòu)和總體布局。在當(dāng)今世界經(jīng)濟(jì)中，越來越多的相互聯(lián)系和相互流動(dòng)的國際火貨物和商品。由于運(yùn)輸量大而數(shù)量少，航空運(yùn)輸?shù)某杀具^高。所以，遠(yuǎn)洋運(yùn)輸已成為各國貨運(yùn)的首選。這也極大的考驗(yàn)了各國遠(yuǎn)洋運(yùn)輸?shù)哪芰透劭诘呐渲玫鹊?。因此，有效預(yù)測(cè)港口集裝箱的產(chǎn)量對(duì)于充分利用港口資源具有重要意義。港口吞吐量的預(yù)測(cè)為政府和企業(yè)提供了重要的信息。港口吞吐量的預(yù)測(cè)可用于準(zhǔn)確確定港口建設(shè)工地，提高港口經(jīng)濟(jì)效益。合理而準(zhǔn)確的港口吞吐量預(yù)測(cè)將對(duì)港口的發(fā)展起到指導(dǎo)作用。準(zhǔn)確的人口吞吐量預(yù)測(cè)可以有效地為確定我國港口經(jīng)濟(jì)發(fā)展的方向作為指引，對(duì)公司的投資和對(duì)公司的決策作為指引，并且可以避免盲目投資。本文將通過建立合理，準(zhǔn)確的港口吞吐量預(yù)測(cè)模型體系來分析和預(yù)測(cè)港口吞吐量的未來變化，并在此模型預(yù)測(cè)的前提下，對(duì)港口未來發(fā)展的趨勢(shì)提出一些相關(guān)的思路，為今后的科學(xué)研究工作提供了指導(dǎo)和依據(jù)。2港口吞吐量預(yù)測(cè)的常用方法對(duì)于港口吞吐量的預(yù)測(cè)方法，可以用到的方法和預(yù)測(cè)形式如下：首先要對(duì)國內(nèi)港口的港口吞吐量的各類歷史數(shù)據(jù)進(jìn)行整理、處理和分析，然后通過一些研究方法提取與港口吞吐量規(guī)模和量值有關(guān)的數(shù)據(jù)，然后通過數(shù)據(jù)的顯示尋找規(guī)律，查找相關(guān)規(guī)律最后根據(jù)結(jié)果顯示的規(guī)律和趨勢(shì)來預(yù)測(cè)出未來幾年港口吞吐量數(shù)據(jù)的估計(jì)值。因?yàn)闇?zhǔn)確預(yù)測(cè)未來幾年的港口吞吐量大小范圍的數(shù)據(jù)值具有極其重要的社會(huì)意義和經(jīng)濟(jì)價(jià)值，國內(nèi)外許多學(xué)者都關(guān)注這些問題并深入地研究它們。按照被動(dòng)預(yù)測(cè)分析結(jié)果的總體準(zhǔn)確性和主動(dòng)預(yù)測(cè)的結(jié)果準(zhǔn)確率不同，預(yù)測(cè)分析方法大致來說可以分為以下兩種:第一種是定量主動(dòng)預(yù)測(cè)法，第二種是長期定性主動(dòng)預(yù)測(cè)法，包括了是由Helmer和Dalc在1940年代后期設(shè)計(jì)的公司組成的專業(yè)預(yù)測(cè)組織所使用的德爾菲法專家調(diào)查法。2.1定性分析法定性預(yù)測(cè)分析法主要是對(duì)港口未來演變的定性評(píng)價(jià)，是港口吞吐量預(yù)測(cè)的早期主要的核心端口輸入主觀評(píng)價(jià)方法，定性預(yù)測(cè)與研究者的個(gè)人經(jīng)驗(yàn)和預(yù)測(cè)知識(shí)水平密切相關(guān)。但是預(yù)測(cè)通常是在沒有統(tǒng)計(jì)數(shù)據(jù)和原始數(shù)據(jù)的情況下，定性預(yù)測(cè)仍然可以做出更準(zhǔn)確的判斷。當(dāng)信息量相對(duì)較少時(shí)，定性預(yù)測(cè)的方法雖然可以獲得較好的預(yù)測(cè)結(jié)果，但是定性預(yù)測(cè)的結(jié)論不夠精確，而且是基于經(jīng)驗(yàn)的個(gè)人預(yù)測(cè)，具有較強(qiáng)的主觀性和健康因素人類，所以是對(duì)這種方法的研究越來越少。(1)主觀概率法主觀概率法是將研究者的經(jīng)驗(yàn)和知識(shí)同被研究對(duì)象相結(jié)合，將被研究對(duì)象的未來發(fā)生的可能性概率化。在實(shí)際數(shù)學(xué)應(yīng)用中，主觀相對(duì)概率和一個(gè)客觀相對(duì)概率之間的客觀相對(duì)性關(guān)系是不一定的，因?yàn)槿魏我粋€(gè)具有主觀性的概率都應(yīng)該是可能具有一定客觀性的。市場(chǎng)趨勢(shì)因?yàn)榉治鰩煹氖袌?chǎng)經(jīng)驗(yàn)和其他現(xiàn)實(shí)生活中的信息都可能是對(duì)一個(gè)市場(chǎng)中各種客觀條件的具體客觀反映，因此市場(chǎng)主觀條件概率不太有可能被我們認(rèn)為僅僅是純粹的市場(chǎng)客觀條件概率。另一方面，由于實(shí)際的工作中所獲得的數(shù)據(jù)很難滿足(大數(shù))定律的要求，因此在確定的過程中，任何客觀的概率都將不可避免地帶有主觀因素。因此，實(shí)際上，既沒有純粹的主觀概率，也沒有純粹的客觀概率。(2)調(diào)查判斷預(yù)測(cè)法調(diào)查判斷預(yù)測(cè)方法主要針對(duì)不同的調(diào)查目標(biāo)，不同的預(yù)測(cè)項(xiàng)目和不同的預(yù)測(cè)對(duì)象。通過現(xiàn)場(chǎng)調(diào)查，重點(diǎn)調(diào)查，普查和其他方法獲取數(shù)據(jù)并收集調(diào)查數(shù)據(jù)。結(jié)合某些方法和理論，分析這些數(shù)據(jù)，計(jì)算出事物未來發(fā)展的預(yù)測(cè)價(jià)值，并分析事物未來的發(fā)展趨勢(shì)。(3)交叉影響分析預(yù)測(cè)法交叉影響分析預(yù)測(cè)方法主要由1960年代美國著名學(xué)者Hayward和Golden提出。該方法是計(jì)算通過互相具有干涉力的矩陣用來預(yù)測(cè)某些交叉因子的方法。但是，這種方法的不足之處在于，這種方法測(cè)得的數(shù)據(jù)分析因子的概念是不明確的，這種方法往往會(huì)缺乏一定的主觀判斷，它具有某種主觀屬性和任意屬性。2.2定量分析法定量預(yù)測(cè)顧名思義就是指通過一種數(shù)學(xué)模型來對(duì)所要研究的物體進(jìn)行定性和數(shù)量化預(yù)測(cè)。根據(jù)預(yù)測(cè)方法的多樣性和差異化，定量預(yù)測(cè)法中常見三種預(yù)測(cè)類型可以分為：因果分析法、時(shí)空序列法和組合預(yù)測(cè)法。另外還包括指數(shù)平滑法和灰色系統(tǒng)發(fā)等。在對(duì)港口吞吐量的預(yù)測(cè)中，研究的關(guān)鍵之處便是定量預(yù)測(cè)，但是定性預(yù)測(cè)方法也被用作為一種輔助定量預(yù)測(cè)的重要手段。本文將為大家介紹幾種常見的定量預(yù)測(cè)方法。2.2.1時(shí)間序列預(yù)測(cè)法對(duì)于進(jìn)行時(shí)間自動(dòng)序列統(tǒng)計(jì)預(yù)測(cè)的該方法主要特點(diǎn)是按照每個(gè)日歷年或者每月對(duì)所有時(shí)間統(tǒng)計(jì)預(yù)測(cè)指標(biāo)的數(shù)據(jù)取平均值系數(shù)進(jìn)行順序排列，并通過對(duì)每個(gè)時(shí)間時(shí)長軸上的數(shù)據(jù)分析結(jié)果來準(zhǔn)確判斷如何獲得因動(dòng)性變量和獲得自動(dòng)性的因變量之間的相互關(guān)系，從而得到可以準(zhǔn)確推斷因動(dòng)性變量在將來的特定一段時(shí)間內(nèi)可能發(fā)生的預(yù)測(cè)結(jié)果?？紤]到在偶然性因素作用下的隨機(jī)性。為了大大提高預(yù)測(cè)精度并有效地消除對(duì)隨機(jī)數(shù)據(jù)的干擾，本文對(duì)歷史數(shù)據(jù)進(jìn)行分析，并對(duì)數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚硪灶A(yù)測(cè)趨勢(shì)。時(shí)間序列預(yù)測(cè)方法使用統(tǒng)計(jì)原理和方法來分析歷史數(shù)據(jù)，研究其變化規(guī)律，建立數(shù)學(xué)模型并預(yù)測(cè)下一時(shí)間軸變量的趨勢(shì)。2.2.2因果分析法-回歸分析法(一元回歸法、多元回歸法)、神經(jīng)網(wǎng)絡(luò)法①回歸分析法回歸經(jīng)濟(jì)分析法主要是進(jìn)行定量經(jīng)濟(jì)預(yù)測(cè)中一種常用的分析方法?；貧w分析通常用于處理變量之間的不確定性關(guān)系?；陬A(yù)測(cè)目標(biāo)和預(yù)測(cè)對(duì)象之間的相關(guān)性問題進(jìn)行了分析，預(yù)測(cè)得出了影響預(yù)測(cè)目標(biāo)的因素。利用各種相關(guān)的數(shù)學(xué)理論和技術(shù)方法，計(jì)算樣本中的影響因素和預(yù)測(cè)指標(biāo)之間的函數(shù)關(guān)系，然后把樣本中的數(shù)據(jù)細(xì)分為模型參數(shù)估計(jì)的平均值和測(cè)試誤差，最后對(duì)這些誤差進(jìn)行糾錯(cuò)和修正。根據(jù)影響因素的統(tǒng)計(jì)資料，預(yù)測(cè)項(xiàng)目的發(fā)展趨勢(shì)及水平。根據(jù)回歸分析中的自變量和因子變化之間存在的關(guān)系不同的方法及形式，回歸分析和預(yù)測(cè)的方法大致可以再細(xì)分兩種類型，即線性回歸和非線性回歸。由于各種類型自變量的總體數(shù)目不同，將其劃分為亞線性回歸預(yù)測(cè)方法和多元線性回歸預(yù)測(cè)兩種方法。該種方法通過對(duì)所要研究的對(duì)象和其他受影響因子之間的關(guān)系進(jìn)行分析，定量描述了各種受影響因子之間的關(guān)系，得到了所要研究的對(duì)象和其他受影響因子之間的某種定量關(guān)系。然后，確定了回歸模型，根據(jù)預(yù)測(cè)結(jié)果引入數(shù)值因素，預(yù)測(cè)物體的發(fā)展趨勢(shì)和尺寸，并保證預(yù)測(cè)結(jié)果的準(zhǔn)確性。由于回歸分析方法簡單可行，因此通常用于港口吞吐量的粗略預(yù)測(cè)。但是有一些缺點(diǎn)。在進(jìn)行預(yù)測(cè)時(shí)，回歸式預(yù)測(cè)分析主要研究了自變量與因變數(shù)之間的相互作用。因此，預(yù)測(cè)分析具有很大的依賴性，影響因子的多樣化和不可預(yù)見的風(fēng)險(xiǎn)將限制了對(duì)預(yù)測(cè)分析。在某些場(chǎng)合，這將大大地增加了回歸模型設(shè)計(jì)的難度。多個(gè)線性回歸模型與非線性回歸模型分別為三種最常見的回歸分析模型與預(yù)測(cè)模型。值得注意的一點(diǎn)是，相應(yīng)回歸模型的選擇必須以自變量和因性變量為基礎(chǔ)的特殊發(fā)展趨勢(shì)。②神經(jīng)網(wǎng)絡(luò)法人工神經(jīng)網(wǎng)絡(luò)是一種可以用來處理，存儲(chǔ)和檢索人腦神經(jīng)系統(tǒng)等各個(gè)不同層次的信息。人工神經(jīng)網(wǎng)絡(luò)在模擬復(fù)雜的非線性系統(tǒng)中具備了明顯的優(yōu)勢(shì)，它們可以被用來建立一個(gè)擬合復(fù)雜的非線性系統(tǒng)，并且可以對(duì)非線性系統(tǒng)做出更好的預(yù)測(cè)。對(duì)于時(shí)間序列方法和回歸分析方法，需要在預(yù)測(cè)之前設(shè)置各種假設(shè)，但實(shí)際上，這些假設(shè)并不能完全滿足。因此，準(zhǔn)確地對(duì)研究對(duì)象進(jìn)行建模是不切實(shí)際的，并且有效的實(shí)時(shí)預(yù)測(cè)變得不可能。人工神經(jīng)網(wǎng)絡(luò)可以從網(wǎng)絡(luò)的深度和廣度中學(xué)習(xí)任何非線性關(guān)系，并很好地解決了非線性系統(tǒng)預(yù)測(cè)的難題。2.3吞吐量預(yù)測(cè)方法選擇雖然目前預(yù)測(cè)港口貨物吞吐量的方法種類有很多，但不同的預(yù)測(cè)方法的實(shí)際預(yù)測(cè)結(jié)果卻可能會(huì)有所差異，這說明預(yù)測(cè)結(jié)果的準(zhǔn)確性是有進(jìn)一步提高的發(fā)展空間的。另外，由于不同的預(yù)測(cè)方法和條件對(duì)情況的影響，預(yù)測(cè)結(jié)果會(huì)有一定的差異。只有結(jié)合自身?xiàng)l件，提高預(yù)測(cè)精度，才能最大程度地減少預(yù)測(cè)誤差，進(jìn)行更加科學(xué)的探索，更好地預(yù)測(cè)港口的發(fā)展趨勢(shì)和方向。對(duì)于港口來說，港口貨物吞吐量是港口發(fā)展戰(zhàn)略的重要組成部分。當(dāng)港口的貨物吞吐量突然增加或減少時(shí)，管理人員可以通過統(tǒng)計(jì)預(yù)測(cè)的結(jié)果，提前制定計(jì)劃，合理地分配資源，并有效地確保港口高效運(yùn)營。其次，港口物流主要涵蓋了多個(gè)業(yè)務(wù)領(lǐng)域，各個(gè)業(yè)務(wù)的類型和多樣化也就意味著在不同的領(lǐng)域下，人們對(duì)于港口物流有著完全不同的需求。因此，根據(jù)我們所預(yù)測(cè)的發(fā)展趨勢(shì)，可以針對(duì)該地區(qū)港口的貨物吞吐量情況進(jìn)行綜合分析與預(yù)測(cè)，可以適當(dāng)調(diào)整該地區(qū)港口物流內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)，可以更好地利用該國家或地區(qū)潛在的優(yōu)勢(shì)，并可以考慮其他地區(qū)，從而最大程度地滿足多種產(chǎn)品的需求。合理的建設(shè)規(guī)劃，港口建設(shè)規(guī)模投資，港口管理與發(fā)展戰(zhàn)略的制定，網(wǎng)絡(luò)分配系統(tǒng)的分析與規(guī)劃具有重要意義。因此，鑒于考慮到港口貨物吞吐量和貨物吞吐量價(jià)格變動(dòng)的復(fù)雜度和預(yù)測(cè)的精確度，本文在研究中選取了一種結(jié)合指數(shù)平滑的灰色預(yù)測(cè)模型作為基礎(chǔ)，來分析和預(yù)測(cè)港口貨物的吞吐量。本文擬用上述灰色系統(tǒng)法兩種算法外，另外使用ARMA預(yù)測(cè)模型和MATLAB軟件編程預(yù)測(cè)港口的吞吐量，基于寧波舟山港的歷史數(shù)據(jù)計(jì)算進(jìn)行分析與對(duì)比。3實(shí)例分析3.1港口吞吐量的定義港口吞吐量是指一段時(shí)間內(nèi)進(jìn)出口到港口區(qū)域的貨物實(shí)際數(shù)量。指通過水運(yùn)輸并由船裝卸的貨物數(shù)量，通常以噸或者標(biāo)準(zhǔn)箱(EHT)為單位。港口吞吐量是衡量港口企業(yè)生產(chǎn)管理績效與發(fā)展水平的主要指標(biāo)。它可用于統(tǒng)計(jì)各個(gè)港口的貨物種類和數(shù)量，并且從一定意義上反應(yīng)著各個(gè)港口自身的發(fā)展規(guī)模與經(jīng)營實(shí)力。港口的吞吐量主要可以按照其性質(zhì)通常情況一般劃分為旅客的吞吐量和貨物的吞吐量，也就是說我們可以按照港口所經(jīng)營的各種貨物主要的類型劃分為旅客的吞吐量和貨物的吞吐量。為了準(zhǔn)確掌握寧波舟山港建設(shè)和發(fā)展的總體情況，確定港口的布局，經(jīng)營策略，發(fā)展戰(zhàn)略，基礎(chǔ)設(shè)施的投資與綜合交通運(yùn)輸方式的規(guī)劃，有必要深入地分析寧波舟山港港口貨物運(yùn)輸?shù)默F(xiàn)狀與未來發(fā)展趨勢(shì)，從而提供該區(qū)域中的端口。為確定貨物的吞吐量和需要提供了依據(jù)。3.2寧波-舟山港寧波舟山港項(xiàng)目成立于2015年9月，這是寧波和舟山港口進(jìn)行了合并和改革重組的結(jié)果。寧波港始建于幾千年前。唐代中國建立了明州港，元代更名為清遠(yuǎn)港，明代中國更名為寧波港。舟山在唐宋時(shí)期就已經(jīng)在中國取得了很大的發(fā)展。南宋時(shí)期成功地設(shè)置"舟山渡輪"，明代稱之為沉家門港。寧波舟山港口區(qū)坐落在位于中國東部大陸沿海東部海岸線以及"長江經(jīng)濟(jì)帶"西部翼的中部。它不僅既是連接中國對(duì)外開放的一流海運(yùn)港口，又是溝通中國沿海的重要航運(yùn)港口，又是連接中國多個(gè)國家陸路綜合交通系統(tǒng)的重要交通樞紐。它目前是管理中國西部鐵礦石礦產(chǎn)資源重要的開發(fā)生產(chǎn)和加工轉(zhuǎn)運(yùn)出口基地。原油類產(chǎn)品的轉(zhuǎn)運(yùn)和倉儲(chǔ)交通基地，液體化工產(chǎn)品的儲(chǔ)運(yùn)和倉庫交通基地，華東重要商品煤炭，谷物產(chǎn)品儲(chǔ)運(yùn)運(yùn)輸基地;上海港口設(shè)施建設(shè)服務(wù)是連接上海國際航運(yùn)綜合服務(wù)中心的重要綜合組成功能部分，是通過服務(wù)構(gòu)建長江上游經(jīng)濟(jì)帶，建設(shè)連接浙江舟山大運(yùn)河等上海國際聯(lián)運(yùn)綜合服務(wù)中心及建設(shè)舟山群島濱江新區(qū)等國家海洋區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展戰(zhàn)略創(chuàng)新型區(qū)域綜合航運(yùn)服務(wù)開放中心的重要技術(shù)支撐。它已被廣泛地確認(rèn)為已經(jīng)發(fā)展成為目前一個(gè)位于我國廣州市西部珠江深水港區(qū)的主要客貨綜合交通運(yùn)輸綜合樞紐，現(xiàn)代化，多功能和一個(gè)具有經(jīng)濟(jì)綜合性的大型港口廣州深海港，也已經(jīng)發(fā)展成為目前我國長江珠三角旅游區(qū)域內(nèi)對(duì)外貿(mào)易的主要海運(yùn)貨物和旅客交通運(yùn)輸集散點(diǎn)。寧波舟山港還有其他良好的自然條件。比如核心港口地帶主要航行河段水深超過225米，使30萬噸級(jí)船舶能夠自由地進(jìn)出。載重量超過40萬載重噸的超大型船舶都能夠在這里等待一個(gè)潮汐進(jìn)入港口地帶，每年平均工作日時(shí)間最長可以到達(dá)350天。寧波舟山港由于其獨(dú)特的自然環(huán)境和優(yōu)越的地理位置，擁有曲折的沿海海岸線及豐富的水文和地質(zhì)資源。這里有許多小島，沿海還有2000多個(gè)小島，形成了一個(gè)天然屏障，能夠阻擋公海浪潮。大多數(shù)這些島嶼的沿其海岸線水域深近10米，水路較為發(fā)達(dá)，并且適宜于港口的建設(shè)。港口地區(qū)的風(fēng)暴和潮汐較弱，水位之間的距離較大。沿著深水岸線走向的海灘和低谷在較長時(shí)間內(nèi)會(huì)趨于平整。自然環(huán)境的條件是否合理適宜于港口地區(qū)的開發(fā)寧波舟山港可以通過高速公路將浙江及華東周邊城市連接起來。通過便捷的交通環(huán)境，吸引了更多的區(qū)域企業(yè)和公司來寧波舟山港投資，擴(kuò)大了集聚效應(yīng)，帶動(dòng)了浙江省的發(fā)展。以國內(nèi)外資產(chǎn)的流轉(zhuǎn)和利用為主要紐帶實(shí)現(xiàn)了一個(gè)實(shí)質(zhì)性的整合，標(biāo)志著我們浙江沿線地區(qū)海港一體化建設(shè)進(jìn)程中的重要性和關(guān)鍵第一步，也將促使浙江在加快推進(jìn)"一帶一路"和"長江經(jīng)濟(jì)帶"這一全新的國家發(fā)展戰(zhàn)略而揚(yáng)帆起航。這次進(jìn)行大規(guī)模的整合后，將有可能會(huì)大大提高寧波城鎮(zhèn)功率和工業(yè)能級(jí)，港口的功率與產(chǎn)業(yè)能級(jí)，也有可能會(huì)大大促進(jìn)寧波建設(shè)成為一個(gè)更高層次的技術(shù)水平現(xiàn)代化港口城市。這無疑是浙江省積極在國家"一帶一路"規(guī)劃下，在港口周邊區(qū)域的經(jīng)濟(jì)輻射地區(qū)及其促進(jìn)了港口經(jīng)濟(jì)圈的建設(shè)上得到證明。這也將為促進(jìn)寧波和舟山的經(jīng)濟(jì)社會(huì)發(fā)展提供新的動(dòng)力。近年來，寧波舟山港由于其巨大的客運(yùn)規(guī)模和快速發(fā)展，其貨物吞吐量實(shí)現(xiàn)了穩(wěn)步上升，在全球港口總數(shù)榜上居于首位。3.2.1寧波舟山港的吞吐量現(xiàn)狀2009年以來，寧波舟山港國際客運(yùn)綜合吞吐量穩(wěn)步增長，排名全球第一。據(jù)統(tǒng)計(jì)，2013年12月寧波舟山港已經(jīng)累計(jì)完成海上貨物綜合吞吐量8億噸，成為目前首個(gè)全球第一港。當(dāng)年它已經(jīng)基本實(shí)現(xiàn)了全國各地的集裝箱口岸總貨物綜合吞吐量設(shè)計(jì)規(guī)模每年累計(jì)達(dá)到8.1億噸，集裝箱口岸總貨物吞吐量設(shè)計(jì)規(guī)模每年累計(jì)達(dá)到1733萬千噸標(biāo)箱，居整個(gè)全球第六位，成為當(dāng)時(shí)的一個(gè)世界第一港。近年來，寧波舟山港的順利建設(shè)和經(jīng)濟(jì)發(fā)展對(duì)寧波港口總量和吞吐量增長做出了重要戰(zhàn)略貢獻(xiàn)。寧波舟山港的客運(yùn)貨物總量和吞吐量份額市場(chǎng)規(guī)模基本上一直維持在10%左右。2009年，寧波舟山港首次實(shí)現(xiàn)了客運(yùn)貨物的總辦理吞吐量最高達(dá)到5700萬噸，居兩個(gè)世界第一，成為全球第一大港口。從那以后，所有的航程都繼續(xù)保持著上升的趨勢(shì)，位于世界第一。2013年，港口實(shí)現(xiàn)了年平均吞吐量首次達(dá)到突破8億噸，同比上年增長8.74%，成為目前世界上首個(gè)在一年內(nèi)實(shí)現(xiàn)了年平均吞吐量達(dá)8億噸的國際性港口。但在2015年，港口吞吐量的增幅并非很明顯。這主要是因?yàn)楫?dāng)前世界經(jīng)濟(jì)低迷，導(dǎo)致中國人均收入遠(yuǎn)遠(yuǎn)落后于正常水平。同時(shí)，由于港口貨物吞吐量大的特點(diǎn)，難以維護(hù)較高的總體增長。此外，寧波港和舟山港在資源配置上仍然存在著矛盾。此外，國外港口也存在一些問題。例如，上海港，大連港，福州港，寧波舟山港等也都是在各個(gè)方面都具有優(yōu)勢(shì)和競(jìng)爭，這在某種程度上直接限制了我國港口的建設(shè)和發(fā)展。針對(duì)近年來深化經(jīng)濟(jì)社會(huì)科學(xué)發(fā)展體制改革中可能遇到的困難和突出問題，寧波舟山港集團(tuán)有限公司于2015年9月正式注冊(cè)掛牌并開始運(yùn)營。一體化的發(fā)展進(jìn)一步推動(dòng)了區(qū)域協(xié)調(diào)發(fā)展和港口吞吐量的穩(wěn)定增加。3.3ARMA模型最初，只有一種自然的回歸模型(Autoregressivemodel)被廣泛應(yīng)用于用來預(yù)測(cè)政治經(jīng)濟(jì)學(xué)和國家社會(huì)主義中的市場(chǎng)變化規(guī)律。在此為基礎(chǔ)研究的理論基礎(chǔ)上，數(shù)學(xué)家瓦格爾提出了兩種回歸移動(dòng)時(shí)間平均序列模型和一種滑動(dòng)平均時(shí)間的自定義回歸滑動(dòng)模型，為今后推廣移動(dòng)時(shí)間平均序列滑動(dòng)分析的基本理論研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)。ARMA模型的主要特點(diǎn)是基于滑動(dòng)預(yù)測(cè)特定物體和移動(dòng)機(jī)器人的物體運(yùn)動(dòng)影響因素以及受自身運(yùn)動(dòng)特性不斷變化的直接影響，結(jié)合自定義回歸滑動(dòng)模型和預(yù)測(cè)機(jī)器人物體移動(dòng)預(yù)測(cè)平均系數(shù)模型的常用滑動(dòng)預(yù)測(cè)平均模型。ARMA回歸模型主要目的是廣泛應(yīng)用于對(duì)一維、方差穩(wěn)定的平均移動(dòng)時(shí)間進(jìn)行序列移動(dòng)進(jìn)行回歸分析，認(rèn)為一個(gè)平均時(shí)間移動(dòng)序列當(dāng)前一個(gè)觀測(cè)項(xiàng)的平均值認(rèn)為可以廣泛用來將它表示為其之前的之后p項(xiàng)隨機(jī)誤差觀測(cè)項(xiàng)的值及其之后q項(xiàng)隨機(jī)誤差的線性組合，為一個(gè)移動(dòng)平均自然數(shù)回歸值的模型，并將其記入后作為一個(gè)新的ARMA(p，q)回歸模型，而根據(jù)其所預(yù)測(cè)的時(shí)間對(duì)象自身時(shí)間變動(dòng)的基本規(guī)律，ARMA回歸模型又認(rèn)為可以廣泛用來將其表示公式為:（1.1）式（1）中：為平穩(wěn)的時(shí)間序列；q為模型的階數(shù)；（j=1，2，3，...，q）為模型的一個(gè)待定系數(shù)；為誤差。正確判斷實(shí)時(shí)計(jì)算系統(tǒng)中的數(shù)據(jù)時(shí)間序列順序和該序列的實(shí)時(shí)數(shù)據(jù)傳輸是否平穩(wěn)。對(duì)于非數(shù)據(jù)平穩(wěn)性的分析數(shù)據(jù)則可能需要先數(shù)據(jù)進(jìn)行后期數(shù)據(jù)預(yù)處理?？梢圆捎貌罘值姆椒ㄟM(jìn)行處理，注意不要過度差分?？梢允褂米韵嚓P(guān)系數(shù)圖檢驗(yàn)數(shù)據(jù)是否平穩(wěn)。求出該序列ACF和PACF的值。樣本自相關(guān)系數(shù)(ACF)（1.2）通過序列相關(guān)系數(shù)的特點(diǎn)，結(jié)合AIC準(zhǔn)則，對(duì)模型進(jìn)行定階。AIC準(zhǔn)則是指均衡地考慮模型的精度和參數(shù)估計(jì)的精度和準(zhǔn)確性，尋求最優(yōu)模型。AIC準(zhǔn)則可表示為：（1.3）式中:p為參數(shù)數(shù)量;L為似然函數(shù)。令N為觀察數(shù)，為殘差平方和，則式變?yōu)椋?.4）最優(yōu)的自回歸模型階數(shù)指的是使取值最小時(shí)的p值。確定模型階數(shù)后，找出樣本的似然函數(shù)，并求使得該函數(shù)達(dá)到最大的參數(shù)值。記，（1.5）檢驗(yàn)?zāi)Ｐ偷挠行浴Ｈ裟Ｐ湍軌虺浞謴拇罅康臄?shù)據(jù)中獲得信息，殘差被稱為白噪聲的序列，則該模型有效。若擬合的模型滿足條件，重新進(jìn)行選擇后的模型。用數(shù)據(jù)表代入和預(yù)測(cè)相關(guān)序列的走勢(shì)。3.3.1ARMA建模綜上所述步驟圖1所示：圖1ARMA預(yù)測(cè)模型步驟圖示3.4應(yīng)用分析3.4.1數(shù)據(jù)集分析寧波舟山港實(shí)際數(shù)據(jù)如圖表1：表1寧波舟山港2015-2018年吞吐量單位：ETH月份2015201620172018133542234405629420129077322547252906562618262293163290487303197277257258481429459329564425161426570353009682738033262613000026284504274307308741306329729961228673430977028384783265762934743038622993149311936257591240578299245102568532550892518852842621119180425031728054826123012168866277146271085190266

據(jù)表中數(shù)據(jù)在MATLAB中進(jìn)行代碼運(yùn)算：以2015年-2018年6月的54組時(shí)間序列數(shù)據(jù)為訓(xùn)練樣本，以2018年7月-2018年12月的6個(gè)月數(shù)據(jù)為測(cè)試樣本，對(duì)吞吐量預(yù)測(cè)方法進(jìn)行驗(yàn)證分析。訓(xùn)練樣本時(shí)間序列如圖所示。得到下圖2：圖22015-2018年寧波舟山港港口吞吐量可以看出，隨著世界經(jīng)濟(jì)的飛速發(fā)展，近十多年來，寧波舟山港的國際貨物吞吐量一直在上升。通過對(duì)過去十年寧波舟山港貨物吞吐量的增長和發(fā)展情況進(jìn)行統(tǒng)計(jì)分析，可以看出寧波舟山港貨物吞吐量呈現(xiàn)一個(gè)線性上升的趨勢(shì)。3.4.2平穩(wěn)性檢驗(yàn)使用ARMA模型需要的時(shí)間順序必須保證是平穩(wěn)的，所以第一步就是對(duì)最初的數(shù)據(jù)進(jìn)行一個(gè)平穩(wěn)度的檢驗(yàn)。檢驗(yàn)的方法主要有以下幾種，包括ADF、KPSS、P-P等。這里用ADF檢驗(yàn)和KPSS檢驗(yàn)。本文采用ADF檢驗(yàn)和KPSS檢驗(yàn)方法進(jìn)行檢驗(yàn)。核心代碼如下：y_h_adf=adftest(Y)y_h_kpss=kpsstest(Y)得到結(jié)果圖3：圖3ADF和KPSS檢驗(yàn)結(jié)果得到y(tǒng)_h_adf=0，y_h_kpss=0，可以看出，該實(shí)驗(yàn)數(shù)據(jù)通過檢驗(yàn)。3.4.3模型階數(shù)確定分別按照ACF和PACF方法確定ARMA模型的階數(shù)p和q，其中，ACF法。最后一個(gè)在藍(lán)線外（即閾值外）的Lag值就是q值，PACF法。最后一個(gè)在藍(lán)線外（即閾值外）的Lag值就是p值。如下圖所示，本次建立的ARMA模型階數(shù)為q=3，q=11輸入以上代碼后，得到下圖4、圖5圖4樣本自相關(guān)函數(shù)圖5樣本偏自相關(guān)函數(shù)為了確保所確定的階數(shù)正當(dāng)，還需要進(jìn)行一次殘差試驗(yàn)。殘差即原始信號(hào)減去模型中的剩余信號(hào)和擬合后的殘部。如果一段殘差信號(hào)都是隨機(jī)正態(tài)分布的、不自相關(guān)的，這就可以說明有用的殘差信號(hào)實(shí)際上是一段帶白噪聲的信號(hào)，也就是說明有用的殘差信號(hào)已經(jīng)提取到ARMA模型中了。殘差檢驗(yàn)結(jié)果如下圖所示。圖7標(biāo)準(zhǔn)化殘差圖6標(biāo)準(zhǔn)化殘差分布標(biāo)準(zhǔn)化殘差是查看殘差是否接近正態(tài)分布，理想的殘差要接近正態(tài)分布；圖8檢驗(yàn)后的樣本自相關(guān)函數(shù)圖9檢驗(yàn)后的樣本偏自相關(guān)函數(shù)ACF和PACF檢驗(yàn)殘差的自相關(guān)和偏自相關(guān)圖10圖10是檢驗(yàn)殘差是否接近正態(tài)分布的?？梢钥闯?，殘差接近正態(tài)分布，參數(shù)p和q符合要求。3.4.4模型預(yù)測(cè)根據(jù)建立的ARMA模型，對(duì)2018年6個(gè)月的吞吐量進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果如下圖所示。結(jié)果如圖11所示圖11預(yù)測(cè)結(jié)果此為ARMA預(yù)測(cè)模型進(jìn)行的預(yù)測(cè)結(jié)果:黑色線為未來取值的預(yù)測(cè)，紅色線為95%置信時(shí)間上下限。即未來的真實(shí)取值將會(huì)有95%以上的概率降低到此范圍?；谝陨蟽煞N預(yù)測(cè)模型的預(yù)測(cè)數(shù)據(jù)，得出以下結(jié)果：圖13ARMA的預(yù)測(cè)結(jié)果與實(shí)際對(duì)比可見在MATLAB平臺(tái)運(yùn)行出的ARMA預(yù)測(cè)模型顯示。3.4灰色系統(tǒng)法灰色區(qū)塊系統(tǒng)序列計(jì)算機(jī)方法的基本概念設(shè)計(jì)原理思想主要目的是通過綜合充分利用大部分的原始圖像數(shù)據(jù)和位于空白區(qū)的圖像數(shù)據(jù)來重新計(jì)算組成原始的數(shù)據(jù)序列(0)，并通過對(duì)多次累計(jì)計(jì)算產(chǎn)生的序列算子和其他方法數(shù)據(jù)進(jìn)行再次組合重新計(jì)算生成原始數(shù)據(jù)序列(1)，這樣就已經(jīng)能夠大大減少和有效削弱了這些原始數(shù)據(jù)的自然隨機(jī)性，使其特征能夠充分表現(xiàn)出來成為一種更加明顯的系統(tǒng)物理學(xué)結(jié)構(gòu)特征和邏輯規(guī)律。要求我們首先生成一個(gè)函數(shù)轉(zhuǎn)換后的取值函數(shù)微分序列(1)，請(qǐng)我們創(chuàng)建一個(gè)基于微分方程組的模型，即gggm模型。gm(1，1)微分模型也是用于描述表示一階一階逆變量的一階微分方程組的模型。在基于gm(1，1)函數(shù)模型的所有參考使用次數(shù)和分組中，新陳代謝函數(shù)模型被廣泛認(rèn)為可能是最理想的。這主要原因是由于在任何一個(gè)可能屬于系統(tǒng)灰色化的系統(tǒng)后續(xù)開發(fā)的應(yīng)用過程中，隨著人在時(shí)間的不斷流逝和水在空氣中的流淌，一些隨機(jī)因素干擾和硬件驅(qū)動(dòng)的直接影響系統(tǒng)因素都將不會(huì)繼續(xù)不斷進(jìn)入影響到該灰色系統(tǒng)，并且整個(gè)系統(tǒng)的后續(xù)開發(fā)也可能會(huì)不斷受到連續(xù)的因素影響。使用值為gm(1，1)的這種預(yù)測(cè)模型對(duì)周期數(shù)據(jù)初始進(jìn)行了周期預(yù)測(cè)，只有在一個(gè)原始的周期數(shù)據(jù)(0)(n)之后的1-2個(gè)周期數(shù)據(jù)才可以能夠被廣泛認(rèn)為為這是一種預(yù)測(cè)精確度相對(duì)較高的一種數(shù)據(jù)預(yù)測(cè)，也就是說，預(yù)測(cè)的數(shù)據(jù)持續(xù)時(shí)間越遠(yuǎn)，預(yù)測(cè)的重要性和意義就越弱。代謝gm(1，1)模型的根本設(shè)計(jì)思想是，越接近數(shù)據(jù)，它將會(huì)對(duì)未來產(chǎn)生重要的影響。換句話說，盡管連續(xù)地多次添加了新的應(yīng)用信息并且對(duì)于重新刪除老的應(yīng)用信息來說幾乎沒有多少重要意義，但此次重新建模的應(yīng)用序列信息可以認(rèn)為是比較動(dòng)態(tài)的可以反映整個(gè)系統(tǒng)的最新應(yīng)用功能，而該功能實(shí)際上是一個(gè)動(dòng)態(tài)預(yù)測(cè)模型。而本文也將使用灰色系統(tǒng)法在MATLAB中運(yùn)行輸入以下代碼clc，clear;symsab;c=[ab]';loaddataA=data;%A=[89677，99215，109655，120333，135823，159878，182321，209407，246619，300670];%2015-2019年的月度吞吐量數(shù)據(jù)whole_se=[data(:，1)'，data(:，2)'，data(:，3)'，data(:，4)'，data(:，5)'];%訓(xùn)練數(shù)據(jù)train_se=whole_se(1:end-6);test_se=whole_se(end-5:end);%%A=train_se;B=cumsum(A);%原始數(shù)據(jù)累加n=length(A);fori=1:(n-1)C(i)=(B(i)+B(i+1))/2;%生成累加矩陣end%計(jì)算待定參數(shù)的值D=A;D(1)=[];D=D';E=[-C;ones(1，n-1)];c=inv(E*E