典型文献
基于LSTM的上海港集装箱吞吐量预测
文献摘要：
港口作为海上和陆地连接重要的交通物流枢纽,地位显著,而集装箱物流作为港口物流重要的组成部分,已成为评价一个港口地位的重要指标,科学准确的港口集装箱吞吐量预测对港口规划、腹地经济研究及科学决策等方面具有重要的意义.集装箱吞吐量数据非常复杂,并且往往具有多重季节性,很难准确预测,为了更加精准的预测港口集装箱吞吐量,本文采用长短期记忆模型(LSTM)来预测上海港集装箱吞吐量,并使用上海港集装箱吞吐量数据用于实证分析,将LSTM模型的预测结果与ARIMA模型的预测结果进行比较.比较结果表明,LSTM模型的预测精度更高.本文所提出的LSTM模型预测集装箱吞吐量不仅促进了深度学习技术在港口预测方面的应用,同时能够在港口生产管理业务中有效帮助港口规划决策.
文献关键词：
上海港;集装箱吞吐量;LSTM模型;预测
中图分类号：
[3]
交通运输（U）
/
水路运输（U6）
/
港口工程（U65）
/
港口水工建筑物（U656）
/
码头（U656.1）
/
码头：按用途分（U656.1+3）
/
集装箱码头（U656.1+35）
作者姓名：
王凤武;张晓博;阎际驰;吉哲
作者机构：
大连海事大学航海学院,辽宁大连116026
文献出处：
引用格式：
[1]王凤武;张晓博;阎际驰;吉哲-.基于LSTM的上海港集装箱吞吐量预测)[J].中国航海,2022(02):109-114
A类：
B类：
上海港,集装箱吞吐量预测,交通物流,物流枢纽,港口物流,港口集装箱吞吐量,港口规划,腹地经济,经济研究,科学决策,非常复杂,准确预测,长短期记忆模型,ARIMA,深度学习技术,港口生产,生产管理,管理业务,规划决策
AB值：
0.197128
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
