资源描述：
《时间序列分析在港口吞吐量预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第卷第期大连海运学院学报.∃/∋,0∃∋∃%&)∗−∋!!∀#∋目〔厄】(州恤均能+∃,烤1%公!!年月∃&时间序列分析在港’口吞吐量预测中的应用蔡颖2基础布数学教研室3应用时间序列分析法讨论了港口吞。4摘要〕吐童的预洲间题文中用一次多项式及三角函数的迭加来。,遥近样本的趋势函数从样本中剧除趋势后是平稳随机序列的一段样本对该平称序列用5623模型进行,。,。拟合并对模型进行统计检脸将预侧结果与实际吞吐7比较表明预侧结果与实际吞吐量拟合程度较好,。文中还讨论了当获得新的信息时模型系数的自适应算法8∋,2户模型99∋口9,关锐词趋势函数平稳随机序列16
2、自回归系数自适应算法港吞吐7统计检脸中图法分类号8:;∋<。,时间序列分析预测方法是假设预测对象的变化仅与时间有关事实上预测对象与外,部诸多因素有密切而复杂的联系时间序列的每一个数据都反映了当时诸多因素综合作,。用的结果整个时间序列则反映了在外部诸多因素综合作用下预测对象的变化过程因,,,此预测对象的变化仅与时间有关的假设是对外部诸多因素复杂作用的简化从而使预测的研究更为直观和简便。89时间序列分析法可分为两类一是确定性时间序列分析预测方法二是随机性时间序。,列分析预测方法确定性与随机性时间序列分析法二者结合来研究预测对象符合预测对,、。象的实际情况有助于对
3、预测对象进行客观地全面地加以研究,以大连港∀;=!∀∀,本文利用时间序列分析法!年的月吞吐量为依据对大连港的未来月吞吐量进行预测。,数学模型的建立∋趋势函数/2Α的确定8‘设2幻表示大连港第,Β88个月的吞吐量则=Χ8‘,,∀;∀色>∀?∀<∀∀∀‘≅年2:一;⋯Δ为一时间序。!∀;=!列将大连港∀∀年图大连港!∀;=!∀∀年月吞吐量的月吞吐量数据作为时间序。本文于!!:年?月;>日收到8期蔡颖时间序列分析在港口吞吐蚤预浏中的应用:?二8,,。列凡=Χ2737=;⋯Δ的一段样本,由样本图形2图3可见月吞吐量的变化具有明显的线性递增趋势及
4、周期性2周期为,,,;3所以该样本不能作为平稳随机序列的一段样本必须剔除线性及周期性趋势使剔除趋势函数后的序列成为平稳随机序列。本文利用一次多项式及三角函数的迭加来拟合趋,势函数/273设7)·7)9一−,·Η∗/23ΕΦΓΦ∃Η“ΦΓΙ以2,3∋一;兀=∋,一;ϑ二,8,,8,依据大连港!∀;一!∀∀年月吞吐量数据构成的一段样本Χ2,32;3⋯2∀>3Δ用),,),,,8最小二乘估计得趋势函数/273的系数ΓΓ的估计值如下,·∋)一;:::<乙一‘<‘!飞)∋∋Κ;∀∀>Γ9ϑ一;=一?;∀!∀3·2;3。273ΕΛ273一少27323降户斗令爷唠
5、令,其中图;平稳随机序列。273图形,∋、‘∋∋头价成∋宁川’一∋’#Μ乙少一“十“乙十)‘Ν璐一∃,Η,∗万万7。。273的图形见图。是/23的拟合值;2>3Μ;162砂模型的途立∋;∋随机序列的平德性检验1,。“”欲用62砂模型拟合某随机序列该序列必须具有平稳性利用游程检验检验8,,,砒ΕΧ,2737Ε;⋯∀>Δ是否是平稳随机序列的一段样本。。∋,游程定义为具有相同记号的序列这种记号将观测值分为互斥的两类讯的均值召Ο一共丫。273Π。匕>仁绪∋“”。犷,“”,“”“”用记号Φ表示2733铆记号一表示273Θ甜按符号Φ和一出现的顺序排列。8“。”得一符号序
6、列游程检验所判断的原假设为样本数据出现的顺序没有明显趋势采用的样本统计量有Ρ98。0ϑ一种记号出现的总数0=另一种记号出现的总数9,一游程的总数检验的统计量为游程数一游程的期望数,夕一料2?3游程的标准差氏,9,9),≅;9,Σ其中一Φ一〔〕0一0Φ0掣黯臀产黔∋,∋),“对于一::?的显著性水平如果Δ;Θ!<则可接受样本数据出现的顺序没有明显”,。趋势的原假设即随机序列不潜在非平稳性随机趋势‘。87,,,8计算得样本Τ一Χ273一;⋯∀>Δ的样本统计量的值如下·,;,,9,一,2一>?、2Φ!、一∀>一Φ、>;。卜卜丝会燮:<大连海运学咤学报
7、卷,,,∋&ΣΒ>?,Β!Β2;Β>?Β!一∀>3一’一·)ΥΕ−−−−一一ϑ一一ϑ一飞犷石,二#>::任,ς>Μ一=ΕΑ任产、::检验统计量的值为>∋一>;!,>∋?>去一:!?∋,,,。。87,则ΔΚΡΘ!<所以砒=Χ2Α一;⋯∀>Δ是平稳随机序列的一段样本,;∋;162对模型的阶数及自回归系数的确定∋∋,一Χ。87=,;,,,由的讨论可知矶273,⋯∀>Δ是平稳随机序列的一段样本本段利用162沁模型来拟合该平稳随机序列。,,;,,,利用最小二乘估计法估计自回归系数扁2#二:⋯刃并计算1Ξ)ΙΞ−信息准则值∋护、1Ρ+ΕΩΙ∗Χ1Ρ+2尹
8、3Δ‘≅、
