基于集成预测模型的集装箱吞吐量预测研究

论文摘要

本文综合运用ARIMA预测模型和LSSVR预测模型,提出了一种集成预测模型,并将该模型应用于上海港的集装箱吞吐量预测研究中。此外,采用不同的参数估计方法估计ARIMA模型的参数,得到了两种ARIMA预测模型。研究表明,集成预测模型可以提高预测模型的准确性,不同的估计方法也会影响模型的预测表现。

论文目录

• 0 引言
• 1 理论基础与模型框架
•   1.1 单整自回归移动平均模型 （ARIMA）
•   1.2 最小二乘支持向量回归 （LSSVR）
•   1.3 集成预测方法
•   1.4 模型框架
• 2 实证研究
•   2.1 数据描述与评价准则
•   2.2 预测结果及分析
•     2.2.1 实验设计
•     2.2.2 模型预测结果与评价
• 3 结论

文章来源

类型: 期刊论文

作者: 郭雪

关键词: 单整自回归移动平均模型,最小二乘支持向量回归,估计,集成预测

来源: 物流科技 2019年06期

年度: 2019

分类: 经济与管理科学,基础科学,工程科技Ⅱ辑

专业: 数学,公路与水路运输,宏观经济管理与可持续发展,交通运输经济

单位: 上海大学管理学院

分类号: F224;F552

DOI: 10.13714/j.cnki.1002-3100.2019.06.023

页码: 98-103

总页数: 6

文件大小: 2211K

下载量: 102