基于时空因素的水路短期货运量预测

考虑货运网络港口间空间关联能提高短期预测精度,但是不同于公路网络中通过交叉路口形成简单明确的上下游空间关系,超高维的水运货运空间关系数据难以直接利用,为此,基于频繁港口和神经网络(FR-NN)构建考虑时空因素的水路货运量预测模型.该模型基于频繁模式的思想挖掘出目标港口在货运空间网络中的频繁港口,利用频繁港口提取货运网络的主要空间关系,用低维数据保留高维网络主要空间特征,再利用神经网络拟合频繁港口与目标港口货运量间的时空关系.实例分析表明,考虑时空关系有助于提高预测精度,模型能提高不同粒度的短期货运量预测精度,尤其是能够预测采用时间序列方法不理想的周、日货运量.