| 基于异常值检测的港口集装箱吞吐量预测模型 |
| |
| 引用本文： | 郭战坤,金永威,梁小珍,杨明歌,汪寿阳.基于异常值检测的港口集装箱吞吐量预测模型[J].数学的实践与认识,2019(17). |
| |
| 作者姓名： | 郭战坤 金永威 梁小珍 杨明歌 汪寿阳 |
| |
| 作者单位： | 上海大学管理学院;百度(中国)有限公司;中国科学院大学经济与管理学院;中国科学院数学与系统科学研究院 |
| |
| 摘 要： | 考虑到诸如金融危机等重大事件的影响,时间序列可能存在异常值,提出了一个基于局部异常因子(LOF)的LOF-SSA-LSSVM预测模型,并将其应用于广州港集装箱吞吐量预测.首先,对原始时间序列进行X12加法季节分解,对于分解得到的不规则序列,采用LOF算法进行异常值检测,确定异常数据的位置,之后通过插值或最小二乘支持向量机(LSSVM)的预测值来修正原始季节调整序列中的异常值,将修正后的季节调整序列与季节因子序列加和,即得到新的待预测序列.预测阶段,先采用奇异谱分析(SSA)将新的待预测序列进行分解重构,剔除序列中的噪声,然后再采用LSSVM对其进行预测.实证结果表明,建立的LOF-SSA-LSSVM模型相比BP、ARIMA等模型有着更好的预测精度.
|
| 关 键 词： | 集装箱吞吐量预测 局部异常因子 最小二乘支持向量机 奇异谱分析 |
Prediction Model of Port Container Throughput Based on Outlier Detection |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
