基于自适应神经网络的BDI预测研究

论文摘要

波罗的海运价指数一直受到航运界与国际贸易界的高度关注,研究波罗的海运价指数的波动规律,探讨其发展变化趋势日益为人们所重视。然而干散货航运市场运价波动剧烈,走势难以琢磨,受到的影响因素非常复杂,是一个非线性的复杂系统。因而,传统的预测方法并不是很适合对它进行预测,这给航运经营者和货物托运人决策带来了困难。因此,考察运价指数波动的内在规律,可以为航运市场经营者和投资者提供把握市场态势、成为规避价格风险的有力的工具。论文首先分析了国际干散货航运市场结构及形态,指出国际干散货市场船型的分类及干散货市场的特点,然后介绍波罗的海运价指数及其计算方法,并指出其影响因素。第二,介绍了BDI预测的特点和选择神经网络进行预测的原因,并分析了BP神经网络在预测BDI时的不足,针对不足对BP神经网络进行改进,着重解决了神经网络隐层节点数的问题。论文创新之处就在于通过RSD的比较,根据不同的训练集和预测集的输入,自动调节BP神经网络的结构,并通过MATLAB编程验证实现,最终解决了BDI预测的经常性和BP神经网络预测的结构不灵活性问题。第三,运用The Unscrambler X进行了奇异点的剔除,BDI时间序列里面不可避免的会参杂一些无规律的突发事件造成的波动,而The Unscrambler X就是强大的多变量分析工具,The Unscrambler X可以去除随机和突变因素的影响,保留大部分规律性信息,提高了预测精度。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.3 论文研究的主要内容及创新
• 第2章 国际干散货运输市场及BDI概论
• 2.1 国际干散航运输市场简介
• 2.1.1 国际干散货运输市场主要要素
• 2.1.2 国际干散货运输市场船型分类
• 2.1.3 国际干散货航运市场结构分析
• 2.1.4 国际干散货运输市场的特点
• 2.2 国际干散货航运市场周期波动分析
• 2.2.1 干散货航运市场周期
• 2.2.2 国际干散货航运市场周期运行特征
• 2.2.3 国际干散货航运市场波动影响因素分析
• 2.2.4 国际干散货航运市场周期划分
• 2.3 近期干散货船舶市场分析
• 2.3.1 海岬型船市场:震荡上行
• 2.3.2 巴拿马型船市场:先涨后跌
• 2.3.3 灵便型船市场:缓慢走高
• 2.3.4 近两周二手船买卖情况
• 2.4 BDI指数的编制方法与功能
• 2.4.1 BDI简介
• 2.4.2 BDI的编制
• 2.4.3 BDI的功能
• 2.5 BDI的影响因素
• 2.5.1 规律性影响因素
• 2.5.2 突发性影响因素
• 第3章 自适应神经网络结构功能设计
• 3.1 选择自适应人工神经网络预测的原因
• 3.1.1 BDI预测的特点
• 3.1.2 BP神经网络预测的优点
• 3.1.3 自适应神经网络的特点
• 3.2 BP神经网络基本思想及程序的实现
• 3.2.1 BP算法基本思想
• 3.2.2 BP算法的程序的实现
• 3.3 自适应神经网络结构的设计
• 3.3.1 网络层数的确定
• 3.3.2 隐含层节点数的自适应调节
• 3.3.3 PLS去除奇异点模型
• 第4章 基于自适应神经网络的BDI预测方法应用
• 4.1 BDI的选取及预处理
• 4.1.1 BDI原始数据解析
• 4.1.2 输入输出数据的选取
• 4.1.3 数据（反）归一化处理
• 4.1.4 去除奇异点
• 4.2 BDI预测在MATLAB中的实现
• 4.2.1 MATLAB参数的选取
• 4.2.2 第1-220个数据预测第221-250个数据
• 4.2.3 第1-220个数据预测第221-230个数据
• 4.2.4 第11-230个数据预测第231-240个数据
• 4.2.5 第21-240个数据预测第241-250个数据
• 4.3 结论和预测
• 4.3.1 结论
• 4.3.2 预测结果
• 第5章 总结
• 5.1 论文的主要工作
• 5.2 不足与展望
• 参考文献
• 攻读学位期间公开发表论文
• 致谢