發(fā)布時(shí)間：2020-08-14 11:13

【摘要】：隨著長(zhǎng)江水路運(yùn)輸貨運(yùn)量的快速增長(zhǎng),三峽船閘設(shè)計(jì)通過(guò)能力有限的問(wèn)題愈發(fā)突出,已遠(yuǎn)不能滿(mǎn)足長(zhǎng)江航運(yùn)的需要,從而給長(zhǎng)江水路運(yùn)輸業(yè)及其周邊經(jīng)濟(jì)的發(fā)展帶來(lái)了不利的影響。船閘的建設(shè)規(guī)模決定其通過(guò)能力,而建設(shè)規(guī)模又取決于未來(lái)貨運(yùn)量。因此,通過(guò)科學(xué)有效的方法來(lái)提高貨運(yùn)量的預(yù)測(cè)精度,對(duì)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(jī)(LSSVM)、相空間重構(gòu)(PSR)理論和集成經(jīng)驗(yàn)?zāi)�態(tài)分解(EEMD)技術(shù)結(jié)合起來(lái)探討三峽船閘日到錨貨運(yùn)量時(shí)間序列預(yù)測(cè)建模問(wèn)題。主要研究?jī)?nèi)容如下:(1)針對(duì)三峽船閘日到錨貨運(yùn)量時(shí)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(jī)(PSR-LSSVM)的三峽船閘日到錨貨運(yùn)量預(yù)測(cè)模型;對(duì)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(duì)其進(jìn)行尋優(yōu)。此模型避免了根據(jù)經(jīng)驗(yàn)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(cè)精度。(2)由于三峽船閘日到錨貨運(yùn)量時(shí)間序列具有非平穩(wěn)性等特征,直接采用LSSVM模型進(jìn)行預(yù)測(cè),難以取得較好的預(yù)測(cè)效果;而集成經(jīng)驗(yàn)?zāi)�態(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(shí)間序列分解成一系列相對(duì)比較平穩(wěn)的分量,鑒于此,建立了基于集成經(jīng)驗(yàn)?zāi)�態(tài)分解的相空間重構(gòu)-最小二乘支持向量機(jī)(EEMD-PSR-LSSVM)混合預(yù)測(cè)模型;通過(guò)實(shí)證分析對(duì)EEMD-PSR-LSSVM混合預(yù)測(cè)模型的有效性進(jìn)行驗(yàn)證,并將EEMD-PSR-LSSVM混合預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與PSR-LSSVM預(yù)測(cè)模型的預(yù)測(cè)結(jié)果進(jìn)行比較。結(jié)果表明:EEMD-PSR-LSSVM混合預(yù)測(cè)模型的預(yù)測(cè)值和原始值的擬合效果更好,從而驗(yàn)證了EEMD-PSR-LSSVM混合預(yù)測(cè)模型的有效性;對(duì)比預(yù)測(cè)結(jié)果,EEMD-PSR-LSSVM混合預(yù)測(cè)模型較PSR-LSSVM模型有更高的預(yù)測(cè)精度。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：C81
【圖文】：

（3）分別針對(duì)三峽船閘上行日到錨貨運(yùn)量和下行日到錨貨運(yùn)量建立LS模型，得到最終的預(yù)測(cè)值；其中，模型參數(shù)采用改進(jìn)的 PSO 算法進(jìn)行 實(shí)證分析在本章中，為了對(duì) PSR-LSSVM 預(yù)測(cè)模型進(jìn)行充分的驗(yàn)證，采用實(shí)際的日到錨貨運(yùn)量數(shù)據(jù)進(jìn)行研究，并對(duì)模型的預(yù)測(cè)性能進(jìn)行分析。逡逡.1 三峽船閘日到錨貨運(yùn)量數(shù)據(jù)本文采用三峽船閘上行日到錨貨運(yùn)量和下行日到錨貨運(yùn)量（簡(jiǎn)稱(chēng)上行和下行日貨運(yùn)量，單位均為噸）作為實(shí)驗(yàn)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(yùn)量時(shí)間序列圖。逡

圖 3-3 下行日到錨貨運(yùn)量對(duì)上行日貨運(yùn)量和下行日貨運(yùn)量進(jìn)行描述性統(tǒng)計(jì)分析和平穩(wěn)性檢驗(yàn)， 3-1。表 3-1 樣本數(shù)據(jù)的描述性統(tǒng)計(jì)情況及平穩(wěn)性檢驗(yàn)最大值 最小值 均值 標(biāo)準(zhǔn)差A(yù)DF 檢驗(yàn)t 統(tǒng)計(jì)量 p行日貨運(yùn)量 369458 18534 160064.8 46810.8 1.2104 0.行日貨運(yùn)量 247493 9800 106393.2 34511.0 0.9105 0.由表 3-1 可以得出，對(duì)上行日貨運(yùn)量時(shí)間序列來(lái)說(shuō)，ADF 檢驗(yàn)的 p06> 0.1，不能拒絕原假設(shè)，故認(rèn)為上行日貨運(yùn)量是非平穩(wěn)的；對(duì)下行時(shí)間序列來(lái)說(shuō)，ADF 檢驗(yàn)的 p 值為 0. 3218> 0.1，不能拒絕原假設(shè)，故日貨運(yùn)量也是非平穩(wěn)的。.2 預(yù)測(cè)性能評(píng)價(jià)標(biāo)準(zhǔn)

互信息法求延遲時(shí)間（上行日貨運(yùn)量）

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬海峰;;三峽樞紐過(guò)閘貨運(yùn)量預(yù)測(cè)分析及對(duì)策研究[J];中國(guó)水運(yùn);2015年03期

2 代亮;許宏科;陳婷;錢(qián)超;梁殿鵬;;基于MapReduce的多元線性回歸預(yù)測(cè)模型[J];計(jì)算機(jī)應(yīng)用;2014年07期

3 李灼;石興勇;于黎;;擴(kuò)大三峽船閘通航能力研究[J];中國(guó)水運(yùn)(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(jìn)化的粒子群優(yōu)化算法[J];計(jì)算機(jī)工程;2013年05期

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

6 張義軍;;提高三峽船閘通過(guò)能力之措施[J];水運(yùn)管理;2012年06期

7 郭濤;;三峽船閘通過(guò)能力分析[J];水運(yùn)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(yùn)量預(yù)測(cè)研究[J];鐵道學(xué)報(bào);2011年06期

9 殷春武;;基于時(shí)間權(quán)重的回歸預(yù)測(cè)模型[J];統(tǒng)計(jì)與決策;2011年07期

10 周曉蕾;王萬(wàn)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(cè)模型[J];計(jì)算機(jī)應(yīng)用與軟件;2011年02期

本文編號(hào)：2792954