应用宽度学习系统且考虑多种影响因素的港口吞吐量预测方法技术方案

本发明专利技术公开了一种应用宽度学习系统且考虑多种影响因素的港口吞吐量预测方法，包括：把港口吞吐量数据通过特征映射算法进行特征提取、将提取的特征作为特征层，将第二产业投资和第三产业投资作为输入特征、同季吞吐量作为标签输入至宽度学习系统中，将一段时间内的吞吐量数据和其影响因素输入至宽度学习系统中预测下一阶段的吞吐量数据；将一段时间内的季度吞吐量数据和对应同季度的第二产业、第三产业投资数据分别建立一元线性回归模型；再将同一段时间内季度吞吐量数据和对应同季度的第二产业、第三产业投资数据建立多元线性回归模型、从而预测下一阶段的吞吐量数据。

【技术实现步骤摘要】
应用宽度学习系统且考虑多种影响因素的港口吞吐量预测方法
本专利技术涉及数据预测领域，尤其涉及一种应用宽度学习系统且考虑多种影响因素的港口吞吐量预测方法。
技术介绍
港口运输作为航运物流中的重要组成部分，在国家乃至世界物流中担任着至关重要的地位。港口运输对国家的经济发展起着正面的作用，同时，港口运输供货也保证着国民生活的生活质量。近几年，随着中国国家地位在世界的上升，中国在世界经济舞台上发挥着日益重要的作用，我国与不同国家的沟通与合作愈发频繁，港口物流呈现大幅度的增长。在2019年全球百大集装箱港口名单中，中国大陆共21家港口上榜。同时我国人口众多，幅员辽阔，随着人们生活质量的逐渐提高，每日物流通货量也极为庞大，因此，发展港口建设，确定港口的发展规模迫在眉睫。港口发展的规模取决于港口的货物吞吐量，港口所需泊位的大小、数量、相应的库场面积和装卸机械的配套数量等合理规划建设离不开港口吞吐量的有效准确的预测。港口吞吐量的预测是港口进行决策的重要依据,而预测方法的选取也将直接影响预测结果。目前，港口吞吐量的预测方法主要分为定性分析法和定量本文档来自技高网...

【技术保护点】
1.一种应用宽度学习系统且考虑多种影响因素的港口吞吐量预测方法，其特征在于包括：/n把港口吞吐量数据通过特征映射算法进行特征提取、将提取的特征作为特征层，将映射特征随机连接到增强节点，将所有的增强节点视为增强层，将特征层和增强层合并视为输入层，提取一段时间内的港口吞吐量数据将其分组为训练集和测试集后输入至宽度学习系统中；/n将影响港口吞吐量的经济因素及吞吐量数据通过特征映射算法进行特征提取、将提取的特征作为特征层，将映射特征随机连接到增强节点，将所有的增强节点视为增强层，将特征层和增强层合并视为输入层；将第二产业投资和第三产业投资作为输入特征、同季吞吐量作为标签输入至宽度学习系统中，将一段时间...

【技术特征摘要】
1.一种应用宽度学习系统且考虑多种影响因素的港口吞吐量预测方法，其特征在于包括：
把港口吞吐量数据通过特征映射算法进行特征提取、将提取的特征作为特征层，将映射特征随机连接到增强节点，将所有的增强节点视为增强层，将特征层和增强层合并视为输入层，提取一段时间内的港口吞吐量数据将其分组为训练集和测试集后输入至宽度学习系统中；
将影响港口吞吐量的经济因素及吞吐量数据通过特征映射算法进行特征提取、将提取的特征作为特征层，将映射特征随机连接到增强节点，将所有的增强节点视为增强层，将特征层和增强层合并视为输入层；将第二产业投资和第三产业投资作为输入特征、同季吞吐量作为标签输入至宽度学习系统中，将一段时间内的吞吐量数据和其影响因素输入至宽度学习系统中预测下一阶段的吞吐量数据；
将一段时间内的季度吞吐量数据和对应同季度的第二产业、第三产业投资数据分别建立一元线性回归模型；再将同一段时间内季...

【专利技术属性】
技术研发人员：李铁山，李怡莹，马玉琢，左毅，陈俊龙，肖杨，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁;21