[发明专利]基于灰色多变量模型的散杂货港口疏运量预测方法和系统

摘要

本发明适用于港口生产调度及信息技术领域，提供了一种基于灰色多变量模型的散杂货港口疏运量预测方法和系统，方法包括：获取散杂货港口任一种类货物的月疏运量数据，以及影响货物月疏运量的相关因素数据，并对货物月疏运量数据和相关因素数据进行预处理；选取其中对货物月疏运量影响最大的前(N-1)个因素；用前(N-1)个因素对散杂货港口货物月疏运量预测问题建立灰色多变量GM(1,N)模型；辨识散杂货港口货物月疏运量预测模型中的参数列；代入参数列的辨识结果，累减计算货物月疏运量预测值。克服了基于神经网络的预测方法普遍存在网络训练成本高、运算量大、无法保证收敛和泛化能力差等缺陷，可以以较小的运算量和代价得到了精度较高的散杂货港口疏运量预测结果。

主权项

一种基于灰色多变量模型的散杂货港口疏运量预测方法，其特征在于，所述散杂货港口疏运量预测方法包括：步骤1，获取散杂货港口任一种类货物的月疏运量数据，以及影响所述货物月疏运量的相关因素数据，并对所述货物月疏运量数据和所述相关因素数据进行预处理；步骤2，用灰色关联分析对所述相关因素数据序列进行筛选和降维处理，选取其中对货物月疏运量影响最大的前(N‑1)个因素；步骤3，用所述前(N‑1)个因素对散杂货港口货物月疏运量预测问题建立灰色多变量GM(1,N)模型；步骤4，辨识所述散杂货港口货物月疏运量预测模型中计算货物月疏运量预测值的参数列；步骤5，代入所述参数列的辨识结果，累减计算货物月疏运量预测值。