沿海散貨運(yùn)價(jià)指數(shù)(Coastal Bulk Freight Index,簡(jiǎn)稱(chēng)“CBFI”)預(yù)測(cè)研究既是航運(yùn)企業(yè)對(duì)散貨運(yùn)輸市場(chǎng)發(fā)展形勢(shì)的把握,也是制定企業(yè)發(fā)展戰(zhàn)略的基礎(chǔ)。因此,對(duì)CBFI指數(shù)進(jìn)行預(yù)測(cè)研究,不僅使航運(yùn)企業(yè)正確把握市場(chǎng),而且能使政府做出合理規(guī)劃和有效投資,對(duì)未來(lái)的把握和決策具有重大意義,·已成為航運(yùn)運(yùn)輸市場(chǎng)關(guān)注的焦點(diǎn)。散貨運(yùn)價(jià)受自然氣候和市場(chǎng)不規(guī)則因素的影響日益加劇,散貨運(yùn)價(jià)序列呈現(xiàn)出非平穩(wěn)、非線(xiàn)性的特性,航運(yùn)界的專(zhuān)家學(xué)者致力于探尋適用度更優(yōu)、精度更高的預(yù)測(cè)模型,從而實(shí)現(xiàn)航運(yùn)市場(chǎng)的持續(xù)性發(fā)展本文以上海航運(yùn)交易所發(fā)布的CBFI為研究對(duì)象,在分析我國(guó)沿海散貨運(yùn)輸市場(chǎng)內(nèi)在波動(dòng)規(guī)律的基礎(chǔ)上,從內(nèi)在波動(dòng)特性角度探究了 CBFI指數(shù)預(yù)測(cè)模型,其主要目的是為了得到高精度的預(yù)測(cè)模型,為沿海散貨運(yùn)輸市場(chǎng)提供技術(shù)支撐。本文主要以這三方面進(jìn)行研究論述:(1)以CBFI為分析對(duì)象,應(yīng)用EMD方法,聯(lián)合采用IMFs重構(gòu)和統(tǒng)計(jì)分析方法,從重大事件影響、短期市場(chǎng)不規(guī)則事件及長(zhǎng)期發(fā)展趨勢(shì)三個(gè)方面對(duì)CBFI內(nèi)在波動(dòng)特性進(jìn)行研究,為后續(xù)的預(yù)測(cè)研究奠定基礎(chǔ)。(2)針對(duì)EMD預(yù)處理后的運(yùn)價(jià)指數(shù)序列,建立PSO-LS...

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究文獻(xiàn)綜述
        1.2.1 航運(yùn)運(yùn)價(jià)波動(dòng)研究進(jìn)展
        1.2.2 經(jīng)驗(yàn)?zāi)B(tài)分解研究綜述
        1.2.3 航運(yùn)運(yùn)價(jià)預(yù)測(cè)研究進(jìn)展
        1.2.4 小結(jié)
    1.3 論文內(nèi)容及技術(shù)路線(xiàn)框架
2 國(guó)內(nèi)散貨航運(yùn)市場(chǎng)及沿海散貨運(yùn)價(jià)指數(shù)概述
    2.1 國(guó)內(nèi)散貨航運(yùn)市場(chǎng)概述
        2.1.1 國(guó)內(nèi)散貨航運(yùn)市場(chǎng)運(yùn)輸?shù)闹饕浄N
        2.1.2 國(guó)內(nèi)散貨航運(yùn)市場(chǎng)運(yùn)輸?shù)闹饕?lèi)
        2.1.3 近期國(guó)內(nèi)散貨航運(yùn)市場(chǎng)需求分析
        2.1.4 近期國(guó)內(nèi)散貨航運(yùn)市場(chǎng)供給分析
    2.2 沿海散貨運(yùn)價(jià)指數(shù)介紹
        2.2.1 沿海散貨運(yùn)價(jià)指數(shù)構(gòu)成及計(jì)算方法
        2.2.2 沿海散貨運(yùn)價(jià)指數(shù)的作用和意義
    2.3 影響沿海散貨運(yùn)價(jià)因素分析
    2.4 本章小結(jié)
3 CBFI指數(shù)波動(dòng)特性分析
    3.1 經(jīng)驗(yàn)?zāi)B(tài)分析理論及其在運(yùn)價(jià)指數(shù)波動(dòng)特性分析中的適用性
        3.1.1 經(jīng)驗(yàn)?zāi)B(tài)分解概述
        3.1.2 經(jīng)驗(yàn)?zāi)B(tài)分解特性
        3.1.3 經(jīng)驗(yàn)?zāi)B(tài)分解在本文模型中的作用
    3.2 算法原理
        3.2.1 經(jīng)驗(yàn)?zāi)B(tài)分解基本原理
        3.2.2 IMF重構(gòu)算法
    3.3 CBFI指數(shù)波動(dòng)分析實(shí)例
        3.3.1 數(shù)據(jù)選擇
        3.3.2 統(tǒng)計(jì)量介紹
        3.3.3 EMD分解
        3.3.4 IMF統(tǒng)計(jì)分析
        3.3.5 重構(gòu)IMF分析
        3.3.6 低頻序列—重大事件影響
        3.3.7 高頻序列分析—短期市場(chǎng)不規(guī)則事件的影響
        3.3.8 趨勢(shì)項(xiàng)序列分析—長(zhǎng)期發(fā)展趨勢(shì)
    3.4 本章小結(jié)
4 基于EMD預(yù)處理的CBFI指數(shù)預(yù)測(cè)研究
    4.1 模型介紹
        4.1.1 支持向量機(jī)原理
        4.1.2 粒子群優(yōu)化算法
        4.1.3 自回歸線(xiàn)性模型
        4.1.4 加權(quán)組合預(yù)測(cè)模型
    4.2 預(yù)測(cè)結(jié)果評(píng)價(jià)指標(biāo)
    4.3 基于EMD組合模型的CBFI指數(shù)預(yù)測(cè)實(shí)例分析
        4.3.1 數(shù)據(jù)來(lái)源
        4.3.2 基于EMD-AR組合模型的研究
        4.3.3 基于EMD-AR組合模型的CBFI指數(shù)預(yù)測(cè)結(jié)果分析
        4.3.4 基于EMD-PSO-SVM組合模型的研究
        4.3.5 基于EMD-PSO-SVM組合模型的CBFI指數(shù)預(yù)測(cè)結(jié)果分析
    4.4 基于加權(quán)組合模型的CBFI指數(shù)預(yù)測(cè)實(shí)例分析
        4.4.1 基于加權(quán)組合模型的研究
        4.4.2 基于加權(quán)組合模型的CBFI指數(shù)預(yù)測(cè)結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果



本文編號(hào)：3778824