陈昌源，戴　冉，杨婷婷，吴祖新，黎　泉

(大连海事大学 航海学院，辽宁 大连 116026)



基于改进GM(1,1)模型的上海港集装箱吞吐量预测

陈昌源，戴冉，杨婷婷，吴祖新，黎泉

(大连海事大学 航海学院，辽宁 大连 116026)

为提高港口集装箱吞吐量的预测精度。以上海港2007-2015年集装箱吞吐量数据为基础，引入弱化算子理论对灰色GM(1,1)模型原始数据进行预处理建立改进GM(1,1)模型，分别应用传统模型和改进模型对上海港集装箱吞吐量进行预测，比较两种模型的预测精度及曲线拟合度。结果表明：改进模型弱化了原始数据的随机性，可很好地降低预测误差，显著提高传统灰色GM(1,1)模型的预测精度和拟合度。

集装箱吞吐量；灰色GM(1,1)模型；改进GM(1,1)模型；弱化算子；预测精度

目前，港口集装箱吞吐量[1-2]的预测模型有很多，常用的有灰色预测模型、时间序列模型、回归分析模型、指数平滑模型及Logistic生长曲线模型等，然而在预测过程中各种模型适用范围、预测精度都存在一定的差异性，尤其是对波动型较大数据序列预测精度不高[3]。由于港口集装箱吞吐量受多种因素的影响，在量化影响因素方面存在一定难度和误差，传统灰色预测模型可以根据较少的数据得到较高的预测精度，然而对于变化比较大的港口集装箱吞吐量而言，有待对模型进行改进与优化。鉴于此，拟将弱化算子理论和灰色理论相结合来预测港口集装箱吞吐量。

1　灰色GM(1,1)预测模型概述

1.1传统GM(1,1)预测模型构建

假设x(0)=(x(0)(1),x(0)(2),…,x(0)(n))，其中：x(0)(k)≥0,k=1,2,3,…,n；x(1)为x(0)作1次累加生成序列[4,5]：