在港口集裝箱集疏運(yùn)系統(tǒng)中,預(yù)測(cè)集卡的到達(dá)時(shí)間,不僅有利于提高集裝箱碼頭的服務(wù)水平和集卡調(diào)度的運(yùn)行效率,而且可以在裝卸集裝箱期間動(dòng)態(tài)優(yōu)化裝卸集裝箱的順序,減少翻倒箱操作。預(yù)知集卡的到達(dá)時(shí)間對(duì)于碼頭制定集裝箱的堆場(chǎng)計(jì)劃、提高機(jī)械設(shè)備的利用率,進(jìn)而增加碼頭整體的作業(yè)效率也是十分重要的。本文利用港口集疏運(yùn)平臺(tái)中的多源數(shù)據(jù)集構(gòu)建集卡行程時(shí)間預(yù)測(cè)模型,并將模型成功地應(yīng)用于實(shí)際工程。首先,針對(duì)集卡車(chē)載GPS數(shù)據(jù)集,本文建立了基于K近鄰回歸算法的集卡行程時(shí)間預(yù)測(cè)模型,并考慮到交通狀況可能的錯(cuò)位相似對(duì)預(yù)測(cè)算法進(jìn)行了改進(jìn)。其次,針對(duì)場(chǎng)站、碼頭進(jìn)出閘數(shù)據(jù)集,根據(jù)港口周邊交通狀況確定狀態(tài)向量,建立了集卡行程時(shí)間的卡爾曼濾波預(yù)測(cè)模型,并通過(guò)線性插值方法減少了數(shù)據(jù)間的跳變,進(jìn)一步提高預(yù)測(cè)的精度。最后,將這兩種數(shù)據(jù)源的預(yù)測(cè)模型進(jìn)行融合,構(gòu)建了自適應(yīng)權(quán)重融合預(yù)測(cè)模型,該模型減少了對(duì)單一數(shù)據(jù)源的依賴,降低了最大絕對(duì)誤差,提升了預(yù)測(cè)結(jié)果的魯棒性與精確度。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：U691
【部分圖文】：

口完成了邋２．３８億ＴＥＵ的集裝箱吞吐量，比上年增長(zhǎng)８．３％。其中，沿海港口完成逡逑２．１１億ＴＥＵ，增長(zhǎng)了邋７．７％；全國(guó)規(guī)模以上港口貨物吞吐量１２６．７２億噸，與上年逡逑相比，增長(zhǎng)了邋６．６％。［２］２０１３－２０１７年全國(guó)港口集裝箱吞吐量如圖１．１所示。逡逑２５００邋Ｔ邐２３８３８逡逑２２００５邋ＨＨｊ逡逑２１１５６邐｜％；：｜逡逑２０００邋－邐Ｍ邐￣逡逑事n牛卞鍕

本文編號(hào)：2819682