港口物流预测研究：基于TEI@I方法论

交通运输系统工程与信息 ›› 2012, Vol. 12 ›› Issue (1): 173-179.

港口物流预测研究：基于TEI@I方法论

许利枝¹，汪寿阳^*2

1.北京航空航天大学经济管理学院，北京 100191；2.中国科学院数学与系统科学研究院，北京 100190

收稿日期:2011-11-16 修回日期:2011-12-21 出版日期:2012-02-25 发布日期:2012-03-06
作者简介:许利枝（1973- ），女，山西省人，博士生.
基金资助:
国家自然科学基金重点项目（NSFC Grant No. 70810003）.

Analysis and Forecasting of Port Logistics Based on TEI@I Methodology

XU Li-zhi¹, WANG Shou-yang²

1. Economics and Management School, Beihang University, Beijing 100191, China; 2. Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China

Received:2011-11-16 Revised:2011-12-21 Online:2012-02-25 Published:2012-03-06

摘要/Abstract

摘要： 基于TEI@I理论框架，本文提出了适用于港口物流货运复杂系统的TEI@I的综合集成预测模型，并基于青岛港集装箱吞吐量数据,预测和分析了TEI@I的港口物流货运量的集成预测理论框架的各部分.预测结果表明，基于TEI@I集成预测模型的效果远远优于单独模型的预测结果，方向变化统计量(Dstat)的评价结果从66%-77%提高到了100%，对主要决策者方向性的判断更有实际意义.其次，TEI@I方法论中将数据“先分解后集成”的思想，引入了对数据的非线性部分的分析和预测，该方法不仅提供了分析外部冲击对具体数据序列的影响程度，影响周期的分析思路，而且将分析后的序列集成，对不同模型的预测精度有了很大的提高.

关键词: 水路运输, TEI@I方法论, ARMA, SVAR, 港口物流, 结构突变

Abstract: This paper presents an integrated forecasting model based on the TEI@I methodology for port logistics prediction. For illustration, Qingdao port container throughout series is used as a case study. Empirical results reveal that TEI@I integrated model can significantly improve the prediction performance over single models presented in this study, especially in terms of direction prediction measurement (Dstat). It implies that the integrated forecasting model based on the TEI@I methodology can be used as a feasible solution to port logistics volume prediction and analysis. Furthermore, it also can be applied as an effective and feasible solution to analyze the effects of irregular and infrequent events on the time series of forecasting object.

Key words: waterway transportation, TEI@I methodology, ARMA, SVAR, port logistics, structural change

中图分类号:

U169

许利枝, 汪寿阳. 港口物流预测研究：基于TEI@I方法论[J]. 交通运输系统工程与信息, 2012, 12(1): 173-179.

XU Li-Zhi, WANG Shou-Yang. Analysis and Forecasting of Port Logistics Based on TEI@I Methodology[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(1): 173-179.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18335.shtml

http://www.tseit.org.cn/CN/Y2012/V12/I1/173

参考文献

[1] 贠炜革. 谈集装箱码头与现代物流业[J]. 交通运输系统工程与信息，2001,1(3): 236-238. [YUN W G. Discussion of container terminals and modern logistics[J]. Journal of Communication and Transportation Systems Engineering and Information, 2001, 1(3): 236-238.]
[2]Tian X, Xu L Z, Liu L M, et al. Analysis and forecasting of port logistics using TEI@I methodology[M]. Wang J, Wang S Y. Business Intelligence: Economic and Financial Forecasting. New York: IGI Publisher, 2009, 248-264.
[3]Klein A, Verbeke A. The design of an optimal short term forecasting system for seaport management: an application to theport of Antwerp [J]. International Journal of Transport Economics, 1986, 14(2): 57-70.
[4]Dagenais M G, Martin F. Forecasting containerized traffic for theport of Montreal (1981–1995)[J]. Transportation Research Part A: Policy and Practice, 1987, 21(1): 1-16.
[5]Chou C C, Chu C W, Liang G S. A modified regression model for forecasting the volumes of Taiwan’s import containers[J]. Mathematical and Computer Modeling, 2008, 47: 797-807.
[6]Lam W H K, Ng P L P, Seabrooke W, et al. Forecasts and reliability analysis of port cargo throughput in Hong Kong[J]. Journal of Urban Planning and Development, 2004,130(3): 133-144.
[7]Wang S Y. TEI@I: a new methodology for studying complex systems [C]. The International Workshop on Complexity Science, Tsukuba, Japan, 2004. 
[8]Wang S Y, Yu L, Lai K K. Crude oil price forecasting with TEI@I methodology[J]. Journal of Systems Science and Complexity, 2005, 18(2): 145-166.
[9]余乐安,汪寿阳,黎建强. 外汇汇率与国际原油价格波动与预测TEI@I方法论[M]. 长沙:湖南大学出版社, 2006.[YU L A, WANG S Y, LAI K K. Forecasting foreign exchange rates and international crude oil price volatilityTEI@I methodology [M]. Changsha: Hunan University Press, 2006.]
[10]Hamilton J D. Time series analysis[M]. Princeton: Princeton University Press, 1994.
[11]Amisano G, Giannini C. Topics in structural VAR econometrics[M]. Heidelberg: Springer, 1997.
[12]Johansen S. Likelihoodbased Inference in cointegrated vector autoregressive models [M]. Oxford University Press, 1995.
[13]Andrews D, Zivot E. Further evidence on the Great Crash, the oil price shock, and the unitroot hypothesis[J]. Journal of Business and Economic Statistics, 1992, 10: 251-70.

[1]	廖诗管, 翁金贤, 胡甚平. 液化天然气船通航模式下的航道通过能力评价方法[J]. 交通运输系统工程与信息, 2022, 22(2): 290-297.
[2]	靳志宏, 焉红, 王小寒, 邢磊, 徐奇. 滚装甩挂运输牵引车调度优化及作业模式类比分析[J]. 交通运输系统工程与信息, 2022, 22(1): 142-151.
[3]	李德昌, 杨华龙, 赵帅奇, 郑建风. 排放控制区下集装箱班轮运输船期设计与燃油补给联合优化[J]. 交通运输系统工程与信息, 2022, 22(1): 273-281.
[4]	邵斐, 张永锋, 真虹. 中国进口铁矿石海运网络抗毁性仿真[J]. 交通运输系统工程与信息, 2022, 22(1): 311-321.
[5]	彭子烜, 于滨. 内外贸同船运输下长江经济带穿梭巴士网络优化[J]. 交通运输系统工程与信息, 2022, 22(1): 322-331.
[6]	杨华龙, 赵帅奇, 方旭, 段静茹. 考虑海上意外时间和合作协议的班轮运输船期设计鲁棒优化[J]. 交通运输系统工程与信息, 2021, 21(6): 210-216.
[7]	严新平, 李晨, 刘佳仑, 游旭, 王树武, 马枫. 新一代航运系统体系架构与关键技术研究[J]. 交通运输系统工程与信息, 2021, 21(5): 22-29.
[8]	葛颖恩, 温馨. 环境可持续集装箱班轮运输管理研究综述[J]. 交通运输系统工程与信息, 2021, 21(4): 6-22.
[9]	楚金华, 李俊鹤, 王春娟, 陈超. 排放控制区下集装箱班轮航线路径规划与航速调度集成决策[J]. 交通运输系统工程与信息, 2021, 21(4): 230-238.
[10]	戈佳威, 袁克镖, 殷明, 王学锋. 传播动力学视角下集装箱海运网络关键港口节点识别[J]. 交通运输系统工程与信息, 2021, 21(4): 256-262.
[11]	戈艳艳，王姗姗. 考虑碳排放的港口全要素生产率及影响因素分析[J]. 交通运输系统工程与信息, 2021, 21(2): 22-29.
[12]	廖诗管，杨冬，白茜文，翁金贤. 基于船舶大数据的港口装卸效率值计算方法[J]. 交通运输系统工程与信息, 2021, 21(2): 217-223.
[13]	高天航，徐力，靳廉洁，葛彪. 考虑航艏向与数据变化差异的船舶轨迹预测[J]. 交通运输系统工程与信息, 2021, 21(1): 90-94.
[14]	房斯明，刘正江，封室丞，王新建. 船舶倾斜对不同行人流疏散效率影响的数值分析[J]. 交通运输系统工程与信息, 2021, 21(1): 201-206.
[15]	邵丽花，李宁海，唐清，宋丽英，王新昌. 制造业离岸和回流对我国港口发展的影响[J]. 交通运输系统工程与信息, 2020, 20(6): 47-56.