基于MPA-BP神经网络和ARIMA模型的港口货物吞吐量预测

作     者：戴红伟 王博文 

作者机构：交通运输部东海航海保障中心上海海事测绘中心 

出 版 物：《上海海事大学学报》 (Journal of Shanghai Maritime University)

年 卷 期：2024年

学科分类：081505[工学-港口、海岸及近海工程] 08[工学] 0815[工学-水利工程] 

主　　题：港口货物吞吐量预测 反向传播(BP)神经网络 海洋捕食者算法(MPA) 自回归综合移动平均(ARIMA)模型 

摘      要：为提高港口货物吞吐量预测的准确性，分别构建由海洋捕食者算法（marine predators algorithm， MPA）优化的反向传播（back propagation， BP）神经网络预测模型和自回归综合移动平均（autoregressive integrated moving average， ARIMA）预测模型。以宁波港的港口货物吞吐量为分析和预测对象，在灰色关联分析和Spearman相关分析的基础上，利用MPA优化的BP神经网络对港口货物吞吐量进行预测。对时间序列进行平稳性检验和自相关检验后，建立ARIMA模型对港口货物吞吐量进行预测。分别以2021—2022年、2015—2022年为预测区间，比较BP神经网络、MPA优化的BP神经网络和ARIMA模型的预测效果。结果表明：地区生产总值等因素对宁波港港口货物吞吐量具有显著影响；MPA优化的BP神经网络模型具有一定的寻优能力，可提升BP神经网络的预测准确性；在数据序列整体波动不剧烈的情况下，短期预测更适用ARIMA模型，中长期预测更适用神经网络模型。