原创《船舶市场趋势预测的三阶段模型》：本论文可用于趋势预测论文范文参考下载，趋势预测相关论文写作参考研究。
摘 要：
为提高船舶市场趋势预测的精度,针对以往在神经网络应用时仅单纯改进隐层环节算法的局限性,综合模糊聚类方法、数据修正和插值算法,对输入环节的数据进行降维和增量处理,构建船舶市场趋势预测的三阶段模型.首先,利用模糊聚类方法对历史数据进行分类,降低数据非线性；然后,通过数据修正和插值算法,在不改变数据规律的情况下增加每类数据的数据量；最后,利用处理完毕的数据训练神经网络.实例结果证明,三阶段模型在船舶市场趋势预测方面是有效的.
关键词：
船舶市场； 趋势预测； 模糊聚类； 神经网络
中图分类号： F407.474； F222.3
文献标志码： A
Threestage model of ship market trend prediction
JIANG Yuantao, DU Yu, CAI Min
（School of Economics & Management, Shanghai Maritime Univ., Shanghai 201306, China）
Abstract：
In order to improve the prediction accuracy of ship market trend, in view of the limitation that the neural network is simply used to improve the algorithm in the hidden layer, the reduction of data dimension and the increase of the data amount are carried out in the input layer by the fuzzy clustering method, data correction and interpolation algorithm, and a threestage model of ship market trend prediction is constructed. First, the fuzzy clustering method is used to classify the historical data to reduce the nonlinearity of data. Then, through the data correction and interpolation algorithm, the amounts of various types of data increase without changing data regularity. Finally, the neural network is trained by the processed data. The application results show that the threestage model is effective in the ship market trend prediction.
Key words：
ship market； trend prediction； fuzzy clustering； neural network
收稿日期： 20141014
修回日期： 20150123
基金项目： 上海市教育委员会科研创新项目（12YZ117）；上海市科学技术委员会软科学研究重点项目（14692105200）
作者简介：
蒋元涛（1975—）,男,山东泰安人,副教授,硕导,博士,研究方向为船舶市场评估与航运管理,（Email）jiangyt@shmtu.edu.cn
0引言
船舶是一种特殊的工业产品,其建造周期长、造价昂贵.船舶市场发展趋势代表船舶所有人和航运企业对航运形势的预期,对制定船舶工业发展规划和调整船舶工业结构具有指导意义,其预测精度将会影响决策的科学性和可行性,因此有必要采取科学有效的方法提高船舶市场趋势的预测精度.在船舶市场趋势预测方面,实践界和理论界从不同角度进行过有益探索.实践界主要基于船舶市场最近一个周期（几个月或季度）的历史数据,通过简单的趋势外推,勾勒未来可能的发展趋势；理论界一方面试图建立复杂的预测模型,另一方面尽可能涵盖影响船舶市场的各种因素提高预测精度.
20世纪70年代末,日本造船学会研究小组（SAJ）曾经针对船舶市场的新船订单建立一套预测模型,并应用于干散货船和油船两大板块.由于该模型需要的大量数据分散在各个经合组织（OECD）成员国,所以没有获得大规模的使用.GEORGE等认为船舶市场的影响因素可以归为5个方面——劳动力、造船业绩、汇率、政府支持和行业结构,并利用其相关数据预测船舶市场未来趋势.顾平等用模糊综合评判方法对船舶市场进行定性分析,魏黎等利用模糊识别对船舶市场进行趋势预测,均取得一定效果.陶永宏等将功效系数法与反向传播（BackPropagation,BP）神经网络相结合建立船舶制造风险预测模型.该模型利用功效系数法获得历史警情,利用神经网络训练,有较高的预测预警能力.王建华等对巴拿马型船舶航运市场波动进行向量自回归（Vector AutoRegression,VAR）分析；余思勤等基于市场均衡理论,通过BP神经网络分析以往30年的船舶市场参数数据,并依此对船舶市场的未来风险进行预测和评估；杜裕等综合利用模糊聚类与具有外部输入的非线性自回归（Nonlinear AutoRegression with eXogenous inputs, NARX）神经网络,对船舶市场风险进行预测预警,均取得一定效果.
趋势预测论文参考资料：
结论：船舶市场趋势预测的三阶段模型为适合不知如何写趋势预测方面的相关专业大学硕士和本科毕业论文以及关于趋势预测论文开题报告范文和相关职称论文写作参考文献资料下载。
