港口吞吐量发展水平预测方法总结

港口吞吐量发展水平预测方法总结
作者：郭江华
来源：《卷宗》2018年第23期
摘要：吞吐量预测是港口规划及工程可行性研究的重要组成部分，对于不同的港口发展状况不同的预测方法预测港口吞吐量，使预测简便可行可以节约工程的时间成本。

关键字：港口吞吐量；时间序列法；因果分析法
港口吞吐量，是反映港口生产经营活动成果的重要数量指标，港口吞吐量的流向构成、数量构成和物理分类构成是港口在国际、地区间水上交通链中的地位、作用和影响的最直接体现，也是衡量国家、地区、城市建设和发展的量化参考依据。

港口吞吐量按大类可分为货物吞吐量和旅客吞吐量。

因为港口的建设要考虑到港口地区的发展，所以港口建设必须要有前瞻性，通过预测港口吞吐量可以确定港口规模，是进行港口规划和可行性研究的基础。

在进行港口吞吐量预测之前，要进行资料收集，进行统计与调查，一般根据以下几个方面展开调查：
1）历年货流货种、流向、流量
2）调查港口腹地内经济发展状况
3）调查各大货主需经港口转运的货种运量
4）调查运输能力、价格、时间等
5）吞吐量的预测主要预测港口吞吐总量、主要货类吞吐量预测、分港区吞吐量预测。

1 时间序列法
利用按时间顺序排列的数据预测未来的方法，是一种常用的预测方法。

事物的发展变化趋势会延续到未来，反映在随机过程理论中就是时间序列的平稳性或准平稳性。

准平稳性是指时间序列经过某种数据处理（如一次或多次差分运算）后变为平稳的性质。

时间序列有 4种变动因素：①长期趋势（T），在整个预测期内事物呈现出逐渐增加或渐减的总倾向；②周期变动（C），以某一时间间隔为周期的周期性变动，如危机和复苏的交替；③季节变动（S），以一年为周期的周期变动，如服装行业销售额的季节性波动；④偶然变动（I），除上述三种情况之外的不规则变动，又称随机变动。

这4种因素的综合模式有加法模式、乘法模式和混合模式。

若以表示时间序列（=1，2，3，…，表示采样时刻），则加法模式的时间序列是上述4种
变动因素的相加，=（T）+（C）+（S）+（I），而乘法模式的则是上述4种变动因素的相乘，=（T）×（C）×（S）×（I）。

时间序列法分为两类：①不细分4种变动因素而直接利用时间序列数据建立数学模型，进行预测。

②对4种变动因素有侧重地进行预处理，从而派生出剔除季节变动法、移动平均法、指数平滑法、自回归法、时间函数拟合法等具体预测方法。

下面介绍最简便实用的时间序列方法：
如果历史资料越多，那么对这种预测方法是越有利的，相关性系数越接近1，说明结果越可靠。

2 因果分析法
通过分析各种社会经济指标对港口货物吞吐量影响大小以及两者之间的关联程度，然后再根据已经知道的社会经济指标可以预测港口货物吞吐量。

通常表示为：
其中y表示港口吞吐量，x表示自变量，运用这种方法预测的港口吞吐量一般比较准确，除去不可抗力的因素，这种预测方法考虑的比较周到。

3 灰色预测
灰色预测是一种对含有不确定因素的系统进行预测的方法。

灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。

其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。

当不能全面的收集资料或者收集的资料不是期望数据时，可以根据灰色预测方法预测港口吞吐量。

4 人工神经网络
人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。

这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。

在工程与学术界也常直接简称为“神经网络”或类神经网络。

运用神经网络模型需要大量的数据支持，所得结果较为可靠。

5 贝叶斯方法
贝叶斯分析方法（Bayesian Analysis）是贝叶斯学习的基础，它提供了一种计算假设概率的方法，这种方法是基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身而得出的。

其方法为，将关于未知参数的先验信息与样本信息综合，再根据贝叶斯公
式，得出后验信息，然后根据后验信息去推断未知参数的方法。

贝叶斯方法适用于有先验概率的假设，然后对方法的修正才能使模型更加准确。

6 指数平滑法
指数平滑法是根据历史资料的上期实际数和预测值，用指数加权法进行预测的一种方法，此法实质上是有加权移动平均法演变而来的一种方法，其优点是只要有上期实际数和上期预测值，就可以计算下期的预测值。

这样可以节省很多数据和处理数据的时间，减少数据的存储量，是一种实用的中、短期预测方法。

以上几种方法可以单独使用也可以组合使用，在一些资料比较庞大的时候可以想采用聚类的等降维的方法使数据无关，然后再利用以上的方法预测港口吞吐量可以达到事半功倍的效果。

参考文献
[1]郭子坚. 港口规划与布置[M]. 人民交通出版社， 2011.
[2]刘明维，王多银，周世良，等. 港口货物吞吐量预测方法探讨[J]. 水运工程， 2005（3）：53-56.
[3]黄荣富，綦化乐，蔡军. 三次指数平滑法在港口吞吐量预测中的应用研究[J]. 水运管理， 2003（2）：13-14.
作者简介
郭江华（1995-），男，山东人，大学本科，研究方向：港海工程。