科研之友
微信
新浪微博
Facebook
分享链接
摘要
文章基于TEI@I （Text mining+Econometrics+Intelligent algorithms@Integration）方法论,提出了一种能够适应外部突发事件的港口集装箱吞吐量预测框架.首先对港口集装箱吞吐量原始序列进行互补集合经验模态分解（CEEMD）,得到不同时间尺度的子序列,并分析各子序列的复杂性,平稳性和（与原序列的）相关性,在此基础上分类重构新的子序列;然后根据各子序列的不同特征构建和选择适配的预测模型,对于外部突发事件造成的冲击部分,引入改进的标准事件分析法量化不规则大事件的影响方向,影响程度和影响时长;最后集成各部分的预测结果并结合“专家系统”进行优化得到最终预测结果.通过上海港及青岛港的实证研究,表明该方法能够在发生重大不规则事件的情况下保证其预测精度,预测方向和模型稳定性,其预测结果优于其他基准模型.
- 单位
