贝叶斯优化下SARIMAX和LSTM模型在日照港货物吞吐量预测中的应用

作     者：徐浩帆 XU Hao-fan

作者机构：南京林业大学经济与管理学院江苏南京210037 

出 版 物：《物流工程与管理》 (Logistics Engineering and Management)

年 卷 期：2024年第46卷第4期

页      面：24-28页

学科分类：081505[工学-港口、海岸及近海工程] 08[工学] 0815[工学-水利工程] 0824[工学-船舶与海洋工程] 0814[工学-土木工程] 082401[工学-船舶与海洋结构物设计制造] 

主　　题：时间序列预测 SARIMAX LSTM 贝叶斯优化 货物吞吐量 

摘      要：在全球贸易活动中,精确预测港口货物吞吐量对物流和供应链管理具有重要意义。为更好地捕捉吞吐量数据中的季节性周期和长期趋势,文中采用SARIMAX模型和LSTM神经网络,同时综合考虑了GDP、进出口贸易总额等宏观经济指标。首先利用SARIMAX模型捕捉吞吐量数据中季节性和趋势成分,并结合贝叶斯优化来细致调整模型超参数。然后引入结合贝叶斯优化的LSTM网络,对SARIMAX模型的预测值和实际值间的误差序列进行修正。实证结果表明,相比于传统单一模型,考虑多种影响因素的组合模型能够更加有效地提高对未来货物吞吐量的预测准确度。该研究不仅丰富了时间序列预测的理论,也为港口和物流行业提供了一种实用的决策支持工具。