【摘要】：隨著長江水路運輸貨運量的快速增長,三峽船閘設(shè)計通過能力有限的問題愈發(fā)突出,已遠不能滿足長江航運的需要,從而給長江水路運輸業(yè)及其周邊經(jīng)濟的發(fā)展帶來了不利的影響。船閘的建設(shè)規(guī)模決定其通過能力,而建設(shè)規(guī)模又取決于未來貨運量。因此,通過科學(xué)有效的方法來提高貨運量的預(yù)測精度,對船閘的建設(shè)和管理規(guī)劃有著重要意義。本文將最小二乘支持向量機(LSSVM)、相空間重構(gòu)(PSR)理論和集成經(jīng)驗?zāi)B(tài)分解(EEMD)技術(shù)結(jié)合起來探討三峽船閘日到錨貨運量時間序列預(yù)測建模問題。主要研究內(nèi)容如下:(1)針對三峽船閘日到錨貨運量時間序列的混沌性特征,建立了基于相空間重構(gòu)的最小二乘支持向量機(PSR-LSSVM)的三峽船閘日到錨貨運量預(yù)測模型;對于模型的參數(shù),提出了一種非線性遞減慣性權(quán)重的粒子群算法對其進行尋優(yōu)。此模型避免了根據(jù)經(jīng)驗確定LSSVM模型的輸入集模式的盲目性和隨意性,從而有效地提高了LSSVM模型的預(yù)測精度。(2)由于三峽船閘日到錨貨運量時間序列具有非平穩(wěn)性等特征,直接采用LSSVM模型進行預(yù)測,難以取得較好的預(yù)測效果;而集成經(jīng)驗?zāi)B(tài)分解是一種自適應(yīng)的非平穩(wěn)、非線性處理方法,可以將原始時間序列分解成一系列相對比較平穩(wěn)的分量,鑒于此,建立了基于集成經(jīng)驗?zāi)B(tài)分解的相空間重構(gòu)-最小二乘支持向量機(EEMD-PSR-LSSVM)混合預(yù)測模型;通過實證分析對EEMD-PSR-LSSVM混合預(yù)測模型的有效性進行驗證,并將EEMD-PSR-LSSVM混合預(yù)測模型的預(yù)測結(jié)果與PSR-LSSVM預(yù)測模型的預(yù)測結(jié)果進行比較。結(jié)果表明:EEMD-PSR-LSSVM混合預(yù)測模型的預(yù)測值和原始值的擬合效果更好,從而驗證了EEMD-PSR-LSSVM混合預(yù)測模型的有效性;對比預(yù)測結(jié)果,EEMD-PSR-LSSVM混合預(yù)測模型較PSR-LSSVM模型有更高的預(yù)測精度。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：C81
【圖文】：

（3）分別針對三峽船閘上行日到錨貨運量和下行日到錨貨運量建立LS模型，得到最終的預(yù)測值；其中，模型參數(shù)采用改進的 PSO 算法進行 實證分析在本章中，為了對 PSR-LSSVM 預(yù)測模型進行充分的驗證，采用實際的日到錨貨運量數(shù)據(jù)進行研究，并對模型的預(yù)測性能進行分析。逡逡.1 三峽船閘日到錨貨運量數(shù)據(jù)本文采用三峽船閘上行日到錨貨運量和下行日到錨貨運量（簡稱上行和下行日貨運量，單位均為噸）作為實驗樣本數(shù)據(jù)，包括 2012 年 1 月014 年 11 月 30 日共 1065 天的樣本數(shù)據(jù)。圖 3-2、3-3 分別表示的是上量和下行日貨運量時間序列圖。逡

圖 3-3 下行日到錨貨運量對上行日貨運量和下行日貨運量進行描述性統(tǒng)計分析和平穩(wěn)性檢驗， 3-1。表 3-1 樣本數(shù)據(jù)的描述性統(tǒng)計情況及平穩(wěn)性檢驗最大值 最小值 均值 標準差A(yù)DF 檢驗t 統(tǒng)計量 p行日貨運量 369458 18534 160064.8 46810.8 1.2104 0.行日貨運量 247493 9800 106393.2 34511.0 0.9105 0.由表 3-1 可以得出，對上行日貨運量時間序列來說，ADF 檢驗的 p06> 0.1，不能拒絕原假設(shè)，故認為上行日貨運量是非平穩(wěn)的；對下行時間序列來說，ADF 檢驗的 p 值為 0. 3218> 0.1，不能拒絕原假設(shè)，故日貨運量也是非平穩(wěn)的。.2 預(yù)測性能評價標準

互信息法求延遲時間（上行日貨運量）

【參考文獻】

相關(guān)期刊論文 前10條

1 馬海峰;;三峽樞紐過閘貨運量預(yù)測分析及對策研究[J];中國水運;2015年03期

2 代亮;許宏科;陳婷;錢超;梁殿鵬;;基于MapReduce的多元線性回歸預(yù)測模型[J];計算機應(yīng)用;2014年07期

3 李灼;石興勇;于黎;;擴大三峽船閘通航能力研究[J];中國水運(下半月);2013年06期

4 徐冰純;葛洪偉;王燕燕;;基于多種群多模型協(xié)同進化的粒子群優(yōu)化算法[J];計算機工程;2013年05期

5 張學(xué)清;梁軍;;基于EEMD-近似熵和儲備池的風(fēng)電功率混沌時間序列預(yù)測模型[J];物理學(xué)報;2013年05期

6 張義軍;;提高三峽船閘通過能力之措施[J];水運管理;2012年06期

7 郭濤;;三峽船閘通過能力分析[J];水運工程;2011年12期

8 朱子虎;翁振松;;基于混沌理論的鐵路客貨運量預(yù)測研究[J];鐵道學(xué)報;2011年06期

9 殷春武;;基于時間權(quán)重的回歸預(yù)測模型[J];統(tǒng)計與決策;2011年07期

10 周曉蕾;王萬良;陳偉杰;;基于小波變換和優(yōu)化的SVM的網(wǎng)絡(luò)流量預(yù)測模型[J];計算機應(yīng)用與軟件;2011年02期

本文編號：2792954