基于因子分析和曲线拟合的集装箱吞吐量预测

论文摘要

为提高集装箱吞吐量的预测精度,提出基于因子分析和曲线拟合的集装箱吞吐量预测模型。以上海港为例,通过因子分析,分析影响集装箱吞吐量的主要因素,筛选出主因子,得到不同年份的综合经济发展值;再运用曲线拟合方法,建立以综合经济发展值为自变量,以集装箱吞吐量为因变量的三次曲线模型;运用自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型预测2016—2020年的综合经济发展值,进而求得2016—2020年上海港集装箱吞吐量预测值。结果表明:该模型的拟合效果和预测精度均较高,可以运用到集装箱吞吐量预测中。给出上海港在国内经济新常态下转型升级的建议。

论文目录

• 0 引言
• 1 预测模型建立步骤
• 2 实证分析
•   2.1 数据收集及指标选取
•   2.2 因子分析
•   2.3 曲线拟合
•   2.4 运用ARIMA模型预测综合经济发展值
•   2.5 三次曲线模型拟合效果检验
•   2.6 预测集装箱吞吐量
• 3 结束语

文章来源

类型: 期刊论文

作者: 贾飞跃,韩晓龙

关键词: 自回归积分移动平均,模型,因子分析,曲线拟合,集装箱吞吐量预测

来源: 上海海事大学学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,经济与管理科学

专业: 公路与水路运输,交通运输经济

单位: 上海海事大学物流科学与工程研究院

基金: 国家自然科学基金(71471110),上海市科学技术委员会创新项目(16DZ1201402,16040501500),上海市科学技术委员会工程中心能力提升项目(14DZ2280200),上海海事大学研究生学术新人培育计划(YXR2017014)

分类号: F552.7

DOI: 10.13340/j.jsmu.2019.02.004

页码: 18-22

总页数: 5

文件大小: 146K

下载量: 336