基于GA—SVM模型的長江干線港口集裝箱需求量預測

葉子奇 蔣惠園 馮琪 李琳琳 郝偉杰

【摘 要】 為尋求更高精度的預測方法預測長江經濟帶未來一段時間的集裝箱需求量，從經濟總量水平、產業結構、國際國內貿易發展等方面提取長江干線港口集裝箱需求預測的主要影響因素，構建基于遺傳算法-支持向量機（GA-SVM）的預測模型對長江干線港口集裝箱需求量進行預測，提高貨運量預測精確度。結果表明：此模型對長江干線港口集裝箱需求量的預測具有較強的實用性，可為長江干線港口集裝箱需求預測提供一種新的途徑和方法。

【關鍵詞】 長江干線；集裝箱；需求預測；遺傳算法；GA-SVM模型

0 引 言

經過近年來的迅猛發展，長江經濟帶已經成為內陸與沿海地區進行經濟貿易往來的重要通道，長江集裝箱運輸業的不斷茁壯成長，在很大程度上加速了區域間資源流通及流域經濟發展。同時，長江經濟帶集裝箱貨運量亦在迅速增加，因此尋求更高精度的預測方法，預測我國長江經濟帶在未來一段時間內的集裝箱需求量具有較高的現實意義。

杜桂玲[1]提出長江沿線外貿集裝箱生成量影響因素包括政治、經濟和自然條件在內的許多因素；靳廉潔等[2]提出為準確判斷長江三角洲港口集裝箱運輸市場的增長空間及發展趨勢，采用多因素動態系數法預測外貿集裝箱生成量；阮俊虎[3]為了彌補支持向量機模型中參數選取上不能夠量化的缺陷，引入了遺傳算法改進支持向量機理論；孫涵等[4]分析了支持向量回歸機預測模型在能源需求預測方面的優勢，確定了輸入量集合和輸出量集合，構建了基于Matlab軟件技術的支持向量回歸機能源需求預測模型。……