基于深度学习的港口需求预测研究开题报告

1. 研究目的与意义（文献综述）

（1）目的及意义

随着全球经济一体化进程的加速，国际贸易往来频繁，港口物流作为推进我国对外贸易的重要枢纽及核心节点，对于推动我国经济实现高质量发展，乃至国家对外贸易有着深远的影响，是反映国家经济形势的“晴雨表”。

据交通运输部发布的最新数据显示，2018 年全国港口完成货物吞吐量 143.51亿吨，比上年增长 2.5%，其中，沿海港口完成 94.63亿吨，增长 4.5%；内河港口完成 48.88 亿吨，2019 年一季度我国规模以上港口的货物吞吐量达 31.53 亿吨。我国成为世界物流集散中心之一，港口作为交通运输的枢纽和对外交流的窗口，在促进国际贸易和地区发展中起着举足轻重的作用。

物流需求预测作为港口物流企业发展战略的重要内容，其对港口物流规划、港口码头建设、港口功能扩展等有着至关重要的作用，同时进行科学准确的需求预测对现代物流业和区域经济的发展也具有重要意义。港口货物吞吐量的发展水平对于确定港口的发展战略、提高港口综合竞争能力和进行科学合理的港口规划布置起着重要作用，建立科学的、可操作性的港口物流需求预测模型，准确的港口物流需求预测，对于我国港口物流业健康可持续发展起着关键作用。

2. 研究的基本内容与方案

（1）研究内容及目标

内容：通过对国内外关于港口物流需求预测研究的学习，运用深度学习的相关知识，建立一个能有效实现精准预测的预测模型对港口的物流需求进行预测，其中港口货物吞吐量是作为衡量港口物流需求预测的指标。目标：通过对港口未来三年的货物吞吐量的科学预测,并对预测结果进行分析，以作为规划港口物流、建设物流园区、制定港口发展战略、科学合理规划港口布局的重要依据。

（2）拟采用的技术方案及措施

3. 研究计划与安排

第一阶段：2020.02.28—2020.03.10 根据论文选题搜集相关信息和数据，构思论文整体框架，根据内容查询相关资料，做好论文前期准备。

第二阶段：2020.03.11—2020.03.20 填补知识空白，深入学习相关案例。

第三阶段：2020.03.21—2020.04.20 完成实验和数据分析，完成论文初稿。

4. 参考文献（12篇以上）

[1]魏辉.基于bp神经网络的港口物流需求预测[j].决策探索(中),2019(09):86-88.

[2]裘瑞清,周后盘,吴辉,阮益权,石敏.基于lstm循环神经网络的泊位需求短时预测研究[j].自动化技术与应用,2019,38(11):107-113.

[3]zeynep hilal kilimci, a. okay akyuz, mitat uysal, selim akyokus, m. ozan uysal, berna atak bulbul, mehmet ali ekmis:an improved demand forecasting model using deep learning approach and proposed decision integration strategy for supply chain[j]. complexity 2019: 9067367:1-9067367:15 (2019)