基于主成分分析-bp神经网络的港口竞争力评价研究

《基于主成分分析-bp神经网络的港口竞争力评价研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:U49；F510710-2013223015专业硕士学位论文基于主成分分析-BP神经网络的港口竞争力评价研究巩亚文导师姓名职称马暕副教授专业学位类别申请学位类别硕士物流工程及领域名称论文提交日期2015年4月30日论文答辩日期2015年6月13日学位授予单位长安大学ResearchonthePortCompetitivenessEvaluationBasedonPCA-BPNeuralNetworkADissertationSubmittedfortheDegreeofMasterCandidate：Go

2、ngYawenSupervisor：Prof.MaJianChang’anUniversity,Xi’an,China摘要在世界经济不断变幻、繁荣发展的今天，港口已从单一概念上的中转运输节点的角色，转变为拥有核心战略资源的社会生产活动聚集地的角色，港口的发展水平也逐渐成为判断一个国家经济发展水平的重要因素。明确港口发展水平，对港口本身乃至区域经济规划具有深刻的指导意义。由于港口竞争力是衡量港口发展水平的直观指标，因而在不同时代背景下，对于港口竞争力的研究不仅有助于港口提升自身实力，而且也在一定程度上提升了国家竞争

3、力。本文阐述了港口竞争力研究和研究方法现状，总结出现有竞争力评价大多是从定性角度研究，缺乏全面系统的评价指标体系，并且没有一个普遍适用的模型评价港口随时间变化而引起的竞争力变化。通过对比一般评价方法的优缺点，最终提出运用主成分分析-BP神经网络的方法进行港口综合竞争力评价。本文首先阐明影响港口竞争力的因素，以此建立出全部为定量指标的评价指标体系，避免选取难以量化的定性指标；然后选取我国沿海13个港口作为样本，运用主成分分析提取主成分作为BP神经网络的输入，参考《2008年中国港口综合竞争力指数排行榜报告》中的港口

4、竞争力得分，计算相对竞争力指数并作为BP神经网络输出，构建港口相对竞争力指数测算模型；最后进行实证研究，测算2013年样本港口的相对竞争力指数，并与2008年港口竞争力做出对比分析，结合实际探寻竞争力变化原因与本文总结的影响因素吻合，进一步验证了模型的可操作性。关键词：港口竞争力竞争力指数主成分分析BP神经网络iAbstractWiththecontinuousdevelopmentandprosperityoftheworldeconomy,theportisnotonlythetransfertranspor

5、tnodesinthetraditionalsense,butalsoisagatheringplaceforsocialandeconomicactivitieswhichoccupythecorestrategicresources,Thelevelofdevelopmentoftheporthasbecomeanimportantfactortodeterminethelevelofnationaleconomicdevelopment.Portcomprehensivecompetitivenessref

6、lectsthedevelopmentlevelofport.Cleartheabsenceoftheport'sdevelopment,whichhastheprofoundsignificancetotheportandregionaleconomicplanning.Thustheresearchofportcompetitivenessonthedifferentbackgroundnotonlycancontinuouslyimprovetheport’sdevelopment,butalsoanimp

7、ortantmeansofenhancingnationalcompetitiveness.Thispaperexpoundsthepresentsituationofresearchandtheresearchmethodofportcompetitiveness.Summedupthecompetitivenessevaluationismostlybasedontheperspectiveofqualitative.Thereisn’thaveacomprehensiveandsystematicevalu

8、ationindexsystemandanuniversalmodelforevaluatingchangesinportcompetitivenesswithtime.Throughcomparetheadvantagesanddisadvantagesofgeneralevaluationmethods,themethodofprincipalcomponentana