集裝箱碼頭外部集卡到港量預測模型.pdf

1、隨著港口之間的競爭日益激烈，港口越來越關注自身服務能力的提升，通過為客戶提供更便捷的服務，提升對于貨源的吸引力。目前，很多港口采取出口箱隨機入港的模式，相較傳統(tǒng)的集中入港模式，不僅可以給貨主提供更寬松的集卡入港時間范圍，為貨主和集卡車隊安排出口箱內(nèi)陸運輸提供更大的便利，提升對貨源的競爭力，還可以緩解集中入港模式下，由于集卡的集中入港造成碼頭閘口的擁堵及排隊現(xiàn)象，減輕港區(qū)內(nèi)交通壓力過大等實際問題。但是在隨機入港模式下，集卡到港的隨機性會增

2、加，嚴重影響集裝箱碼頭作業(yè)計劃的制定及實施，使得集中入港模式下施行的“泊位計劃→配載計劃→堆場計劃→集裝箱入港計劃”的順序式方法不再符合碼頭的實際。由于碼頭無法確定各航次的出口箱到港情況，很難像集中入港下預留箱區(qū)進行集中堆存，對于堆場箱區(qū)等資源的配置造成很大困難。所以在隨機入港模式下，研究集卡的到港規(guī)律及到港量具有重要意義，可以為碼頭制定合理的資源配置及調(diào)度計劃提供依據(jù)。
　　本文通過對港口集卡到港歷史數(shù)據(jù)的研究，分析集裝箱碼頭集

3、卡到港規(guī)律，挖掘并分析各因素對集卡到港的影響情況，并通過方差分析等方法進一步研究各因素的影響程度。此外，以影響因素作為自變量，建立基于深度學習的預測模型對單船舶各時間段的集卡到港量進行預測，通過引入深度學習中的深度置信網(wǎng)絡進行特征點提取，并以特征為新的自變量進行機器學習的訓練及預測，對機器學習方法進行改進，提高預測的準確性。
　　本文在對集卡到港規(guī)律及影響因素研究的基礎上，通過對錦州港的集卡到達數(shù)據(jù)及船舶作業(yè)數(shù)據(jù)進行實例分析，證明