[發明專利]一種基于改進背景值的GM（1，1）模型的港口吞吐量預測方法

在審

• 申請號: 201810467070.6
• 申請日: 2018-05-16
• 公開（公告）號: CN108665110A
• 公開（公告）日: 2018-10-16
• 發明（設計）人: 包旭;張山華;周君;李耘;常綠;夏晶晶;高尚兵;朱勝雪;朱信宇
• 申請（專利權）人: 淮陰工學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于改進背景值的GM(1，1)模型的港口吞吐量預測方法，其特征在于，包括以下步驟：

步驟S1、將已知年份的港口吞吐量設為x⁽⁰⁾(k)，k＝1,2,...,n，采用X⁽⁰⁾＝{x⁽⁰⁾(1),x⁽⁰⁾(2),…,x⁽⁰⁾(n)}作為港口吞吐量序列X⁽⁰⁾，再將港口吞吐量序列X⁽⁰⁾作為GM(1，1)模型的原始序列，然后計算港口吞吐量序列X⁽⁰⁾的一次累加序列X⁽¹⁾；

步驟S2、構建基于二次牛頓插值逼近的所述步驟S1中的一次累加序列X⁽¹⁾的多項式函數；

步驟S3、構建基于所述步驟S2中得到的一次累加序列X⁽¹⁾的多項式函數的智能梯形；

步驟S4、基于遺傳算法，在染色體的編碼階段，染色體編碼長度ω取20位，再取染色體編碼前10位的二進制編碼表示參數取染色體編碼后10位的二進制編碼表示參數m，將參數與m作為所述步驟S3中得到的智能梯形的背景值核心參數與m；

步驟S5、根據所述步驟S3中確定的背景值核心參數計算出梯形面積，并將所述梯形面積作為GM(1，1)模型的背景值，并利用最小二乘法求出參數a、u，所述參數a、u為灰色微分方程中的參數；

步驟S6、基于所述步驟S5中得到的參數a、u，計算時間響應函數，然后得到港口吞吐量一次累加序列預測值再還原求解出港口吞吐量預測值的還原序列將所述港口吞吐量預測值的還原序列作為原始序列的預測值序列；

步驟S7、對所述步驟S6中得到港口吞吐量預測值的還原序列與所述步驟S1中的港口吞吐量序列X⁽⁰⁾進行誤差檢驗，最終判斷預測精度。

2.根據權利要求1所述的基于改進背景值的GM(1，1)模型的港口吞吐量預測方法，其特征在于，所述步驟S1中一次累加序列X⁽¹⁾采用下式計算：

X⁽¹⁾＝{x⁽¹⁾(1),x⁽¹⁾(2),…,x⁽¹⁾(n)}

其中，k表示第k年，i為小于等于k的整數，n表示年份總數，x⁽¹⁾(k)為港口吞吐量一次累加序列第k年累加值，x⁽⁰⁾(i)為第i年的港口吞吐量值。

3.根據權利要求1或2所述的基于改進背景值的GM(1，1)模型的港口吞吐量預測方法，其特征在于，所述步驟S3中的一次累加序列X⁽¹⁾的多項式函數的智能梯形的構建方法為：在二維坐標軸內選取任意兩個相鄰的離散點，分別設為A、B，所述A、B的坐標分別設為(k-1,x⁽¹⁾(k-1))、(k,x⁽¹⁾(k))，則曲線AB為基于二次牛頓插值逼近得到的多項式函數，再選取曲線AB上的任意一點設為t，并設t點處的橫坐標為T，再選取曲線AB在閉區間[T,k]上的任意一點設為m，若當直線tm的斜率大于曲線在t處的導數值，則點m為曲線在區間(T,k]上的任意一點，若直線tm的斜率小于曲線在t處的導數值，則點m與點t重合，所述直線tm分別在k-1與k處取得點s、n，以sn作為梯形的斜邊，則圍成的梯形即為智能梯形。

4.根據權利要求1或2所述的基于改進背景值的GM(1，1)模型的港口吞吐量預測方法，其特征在于，所述步驟S5中的參數a、u采用下式計算：

(a,u)^T＝(B^TB)^-1B^TY

其中，z⁽¹⁾(k)為GM(1，1)模型預測港口吞吐量的背景值，k＝2,…，n。