公共文化服务平台

搜索到7598篇“ 集装箱吞吐量“的相关文章

北部湾港集装箱吞吐量突破800万标箱: 2024年; 2023年12月31日上午9点38分,随着泉州安通物流“仁建5”轮正在作业的一个集装箱吊装上船,北部湾港年集装箱吞吐量首次突破800万标箱,连续七年保持两位数增幅增长,增速位列全国沿海主要港口前列,这也标志着北部湾国际门户港、国际枢纽海港建设取得重大进展,服务国家、自治区战略和区域经济发展能力进一步增强。事非经过不知难,成如容易却艰辛。北部湾港从2020年首超500万标箱,2021年超600万标箱,2022年超700万标箱,到今年完成800万标箱,一年实现一次跨越,这些成绩,凝聚着北港奋斗者的心血和汗水.; 潘耀艳蒋振宇龙启柏(图); 关键词：集装箱吞吐量北部湾港标箱奋斗者物流

基于灰色预测模型的舟山港集装箱吞吐量预测: 2024年; 随着经济全球化的快速发展,港口运输在经济的发展中发挥着越来越重要的作用。本文选取浙江舟山,港作为研究对象,立足于其2006—2022年的集装箱吞吐量的相关数据,采用灰色GM(11)数学模型对舟山港未来三年的集装箱吞吐量进行预测,随后用指数平滑法进行二次预测来验证预测结果,从而使预测结果可靠性更高,最后根据预测结果为宁波舟山港的发展提出相应的发展建议,以期对舟山港的可持续性发展有所贡献。; 葛晓芳; 关键词：港口吞吐量灰色预测指数平滑法

基于航运网络的重庆港集装箱吞吐量预测研究: 随着《交通强国建设纲要》和《国家综合立体交通网规划纲要》的提出,作为长江中上游地区具有重要战略地位的重庆港迎来新的发展机遇。如今,集装箱运输因其装卸简便、货物损耗低等优点逐渐成为水路运输的发展趋势,重庆港为适应外向型经济...; 朱博研; 关键词：重庆港集装箱吞吐量 BP神经网络航运网络

基于样本熵的港口集装箱吞吐量可预测性测度研究: 2024年; 港口吞吐量历史时间序列数据具有较强的随机性,而不同特征的时间序列数据的预测精度差异较大,由此产生了时间序列数据可预测性的测度问题。学术界认为,这种可预测性可以用熵进行描述。文章采用样本熵表征测度我国20个港口集装箱吞吐量时间序列数据的复杂性,然后运用自回归综合移动平均模型(ARIMA)预测港口吞吐量。结果表明,样本熵与其预测精度之间的相关性较弱,ARIMA模型对于港口生命周期处于“成长”阶段的港口或者大型港口的预测精度更好。研究结论有助于理解熵和时间序列数据可预测性之间的关系。; 李楚楚林琴冯宏祥李松; 关键词：集装箱吞吐量生命周期

基于二次分解和模型选择策略的港口集装箱吞吐量组合预测: 2024年; 准确预测港口集装箱吞吐量对于政府部门规划港口建设,港口和航运企业合理调配资源具有重要意义。已往研究往往采用单一分解方法来处理序列中的复杂特征,存在数据特征提取不完全以及预测模型选择比较盲目的问题,极大地影响了组合模型的预测效果。为此,本文引入二次分解和基于数据特征的模型选择策略,通过建立组合预测框架对港口集装箱吞吐量进行预测。首先,根据原始序列的整体特征选择一种分解方法对其进行初步分解,得到若干分量。然后,分析各分量的平稳性、季节性及复杂性等数据特征,据此选择合适的计量经济学模型进行预测或采用完全自适应噪声集合经验模态分解(CEEMDAN)方法对分量进行二次分解。接着,引入长程相关性特征,根据二次分解后子序列的平稳性、复杂性、长程相关性等再选择合适的预测模型。最后,将所有分量的预测结果集成从而得到最终的预测值。以月度预测为例,本文选取上海港和天津港集装箱吞吐量数据作为样本开展实证研究。实证结果表明,本文所提出的组合预测框架与基准模型相比具有更高的预测精度,是一种比较有前景的港口集装箱吞吐量预测工具,可以为相关政府部门、港口及航运企业提供决策参考。; 梁小珍赵欣杨明歌吴俊峰邓天虎田歆; 关键词：集装箱吞吐量预测组合预测

基于灰色BP神经网络的宁波舟山港集装箱吞吐量预测: 2024年; 为验证灰色BP神经网络组合模型在预测港口集装箱吞吐量预测中的有效性,以宁波舟山港为例,选取了2006-2020年港口集装箱吞吐量原始数据进行分析。首先运用灰色关联度法筛选出影响集装箱吞吐量的3个一级指标,共计13个主要因素;然后通过GM(1,1)模型得到主要因素预测值,再经BP神经网络训练后得到2021-2025年的港口集装箱吞吐量。实证结果表明,该组合模型预测拟合精度达到97.951%,预测效果较好,可对宁波舟山港未来建设和发展规划起到数据支持作用。; 许雯陈鑫许嘉宁; 关键词：集装箱吞吐量实证结果 BP神经网络

新冠疫情下基于SARIMA模型的上海港集装箱吞吐量预测被引量：1: 2024年; 中国作为港口大国,上海港的集装箱吞吐量连续多年世界第一。2019年12月暴发的新冠疫情对世界航运造成了巨大影响,对上海港的影响程度及其集装箱吞吐量的未来走势亦未可知。因此,本文以上海港过去9年的集装箱吞吐量月度数据为原始样本,对上海港2022年11月至2023年10月的集装箱吞吐量进行预测。为排除季节效应,建立SARIMA模型进行时间序列分析,结果表明预测精度良好。另外,为减小疫情对未来预测值的影响,利用异常值替换法改进了基础模型,并选取最优模型对上海港未来集装箱吞吐量进行预测,结果可为行业人员制定作业计划与人员配备提供参考。; 陈治霖胡鸿韬边迎迎; 关键词：数据预测 SARIMA模型集装箱吞吐量

基于多变量灰色系统组合预测模型的福州港集装箱吞吐量预测研究: 2024年; 本文以福州港作为研究对象,运用灰色关联理论确定集装箱吞吐量关键影响因素,构建GM(1,N)预测模型,并使用Markov模型优化预测值。研究结果表明,采用多变量灰色系统组合预测模型进行集装箱吞吐量预测,适应性好,精度高。; 徐圣豪朱经君; 关键词：集装箱吞吐量灰色关联分析 GM(1,N)MARKOV模型

基于层次分析法的港口集装箱吞吐量影响因素分析——以南昌铁路局为例被引量：1: 2024年; 科学合理捕捉影响港口集装箱吞吐量的关键因素对准确把握港口集装箱吞吐量发展态势具有重要意义。文章通过专家访谈、文献调查以及问卷调查,构建港口集装箱吞吐量影响因素体系。以南昌铁路局港口为研究对象,运用层次分析法分析自然地理、经济社会、基础设施、港口运营四个维度因素对南昌铁路局港口集装箱吞吐量影响的相对重要性,并结合南昌铁路局港口集装箱业务发展实际,提出科学可行的政策建议。; 周茂安舒展容; 关键词：港口集装箱吞吐量影响因素层次分析法

一种港口集装箱吞吐量估算方法及系统: 本发明提供了一种港口集装箱吞吐量估算方法及系统，该方法先采集集装箱船的AIS数据和港口数据，再将经过不同港口的所有类型集装箱船的AIS数据作为训练集样本，并使用XGBoost算法对训练集样本进行训练得到装卸货量预测模型，...; 张健豪韩懿张哲熙

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈