基于優(yōu)化X-12-ARIMA模型的船舶交通流量預(yù)測(cè)

陶鶴

基于優(yōu)化X-12-ARIMA模型的船舶交通流量預(yù)測(cè)

陶鶴1，2

（1. 蘭州工商學(xué)院 經(jīng)濟(jì)學(xué)院，甘肅 蘭州 730101；2. 甘肅省高校區(qū)域循環(huán)經(jīng)濟(jì)重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730101）

月度船舶交通流量數(shù)據(jù)具有較強(qiáng)的季節(jié)性，在提高數(shù)據(jù)預(yù)測(cè)精準(zhǔn)度的同時(shí)，應(yīng)提取其季節(jié)波動(dòng)和長(zhǎng)期趨勢(shì)加以分析，而不是單純預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)．為從數(shù)據(jù)中獲得更多有效信息，利用時(shí)間序列ARIMA模型對(duì)原始數(shù)據(jù)進(jìn)行擬合，使用殘差平方和、均方根誤差、AIC函數(shù)和SBC函數(shù)衡量模型擬合效果，選取局部最優(yōu)模型．經(jīng)比較后，選取X-12-ARIMA季節(jié)乘法模型擬合月度船舶交通流量數(shù)據(jù)，得到了季節(jié)波動(dòng)、長(zhǎng)期趨勢(shì)和不規(guī)則變動(dòng)隨時(shí)間而發(fā)生的變化，并預(yù)測(cè)了未來(lái)12期的船舶交通流量．在此基礎(chǔ)上，調(diào)用徑向基神經(jīng)網(wǎng)絡(luò)函數(shù)對(duì)數(shù)據(jù)進(jìn)行仿真研究．結(jié)果表明,采用優(yōu)化的X-12-ARIMA模型預(yù)測(cè)船舶交通流量時(shí)，預(yù)測(cè)精度有了較大提高．

船舶交通流量；季節(jié)性；X-12-ARIMA模型；RBF神經(jīng)網(wǎng)絡(luò)

2019年我國(guó)水運(yùn)客運(yùn)量達(dá)到27 267.12萬(wàn)人，水運(yùn)旅客周轉(zhuǎn)量為80.22億人·km．近10年，我國(guó)平均水運(yùn)貨運(yùn)量為579 125萬(wàn)t，平均水運(yùn)貨物周轉(zhuǎn)量為88 850.752億t·km，其中2019年水運(yùn)貨運(yùn)量達(dá)到747 225萬(wàn)t，同比增長(zhǎng)5.96%；水運(yùn)貨物周轉(zhuǎn)量為103 963.04億t·km，同比增長(zhǎng)4.96%．隨著水路運(yùn)輸量的不斷增加，為確保海上航行交通安全，合理安排線路，精準(zhǔn)預(yù)測(cè)船舶交通流量對(duì)水路交通和港口調(diào)度具有重要的意義[1]．

月度船舶交通流量序列蘊(yùn)含較多信息，具有不確定性．目前，關(guān)于船舶交通流量的預(yù)測(cè)所使用的方法大致分為3類：第1類是線性預(yù)測(cè)，一般基于ARIMA時(shí)間序列模型族進(jìn)行預(yù)測(cè)，如李曉磊[2]對(duì)荊州港口的船舶交通流量數(shù)據(jù)采用SARIMA模型擬合并預(yù)測(cè)；……