基于先验神经网络港口物流量对海洋经济增长预测.docVIP

基于先验神经网络港口物流量对海洋经济增长预测 　　摘要： 提出了一种基于先验知识神经网络预测模型，分别采用时间序列和多变量建模方法对反映浙江省海洋经济发展水平的各指标进行建模预测，与其他建模方法（如 GM（1，1）时间序列模型）相比，有更好的综合性能。最后采用PKNN时间序列模型对2011～2020年浙江省沿海地区海洋经济发展水平进行预测，结果表明预测得到的2015年浙江海洋经济产值接近浙江省规划值。 　　Abstract： On the basis of qualitative analysis on the relationship between the amount of port logistics to coastal marine economic growth in Zhejiang Province， the paper points out a priori knowledge-based new neural network model. Multivariate and time series modeling method are respectively applied to predict indexes reflecting the marine economy development in Zhejiang Province. Compared to other modeling methods （such as GM （1，1） time series model）， it has a better overall performance. Finally， we use PKNN time series model to predict the level of economic development in Zhejiang coastal ocean from 2011 to 2020， and the results show that marine economy prediction in 2015 near the Zhejiang Province planning value， that provide important theory and practice cornerstone to the construction of marine economy in Zhejiang province. 　　关键词： 先验知识神经网络；港口物流量；海洋经济发展；预测 　　Key words： neural networks based on priori knowledge；the amount of port logistics；marine economy；forecasts 　　中图分类号：F7 文献标识码：A 文章编号：1006-4311（2012）35-0144-04 　　0 引言 　　港口作为全球综合运输网络的重要节点，在沿海地区经济活动中发挥着越来越重要的作用。港口能直接促进区域发展，国内外许多大城市的演化变迁中，它的角色无可替代（Masahisa Fujita， 1996）[1]。G.R.Yochum（1989）以弗吉尼亚港为研究对象，指出港口活动给港口必需产业及相关产业带来效益[2]。港口供应链的存在，带动相关产业发展和集聚，同时，港口的发展对腹地经济增长存在着明显的正向拉动效应[3-4]。港口经济正是通过前、后向关联效应，调整地区产业结构，间接地促进沿海地区海洋经济的可持续发展。 　　海洋经济预测有利于认识海洋经济发展规律、确定海洋经济发展目标和实现海洋开发战略目标[5]，而港口物流量预测则是进行港口规划、管理及工程可行性研究的基础。近些年来，海洋经济和港口物流量预测方法呈现多样化，有成长曲线法、趋势外推法、灰色系统法、组合预测法等。中国海洋经济发展趋势与展望课题组（2005）运用经济增长理论、经济计量理论、灰色系统理论和神经网络理论，构建了中国主要海洋产业的发展趋势与预测模型[6]。 　　童命荣（2006）建立了集装箱吞吐量三次指数平滑预测模型、灰色系统预测模型及BP神经网络预测模型等单项预测模型，以及最优组合预测模型[7]；周洪军等（2007）运用趋势外推法分别建立了线性模型、抛物线模型、生长曲线模型3种预测外延模型，并认为线性模型和抛物线模型适合预测海洋经济发展[8]；张云康（2008）建立了基于时间序列的三次指数平滑模型、灰色系统预测模型和组合预测模型，对宁波港集装箱吞吐量进行了预测和分析[9]。然而，学者们预测海洋经济和港口物流量时多以时间序列为主，较少使用其他先验知识对海洋经济发展水平进行预测，且在建模的过程中，过分强调数