以單變量ARIMA模式、類神經網路、灰色GM(1,1)模型預測高雄港貨櫃吞吐量

Prediction of Container Throughput in Kaohsiung Port Using Univariate ARIMA, Neural Network, and GM (1,1) Models

郭英峰(Ying-Feng Kuo) ； 陳邦誠(Pang-Cheng Chen)

《臺大管理論叢》 17卷2期 (2007/06) Pp. 107-132

https://doi.org/10.6226/NTURM2007.17.2.107

摘要

貨櫃吞吐量對台灣經濟扮演著舉足輕重的角色，且能帶動國家整體的經濟發展，因此建構未來貨櫃吞吐量需求模型，以提供足夠的資訊，做為政策研擬及港埠發展規劃之用，為當前重要的課題。本研究以單變量ARIMA模式、類神經網路及灰色GM(1,1)模型三種預測模型應用於高雄港貨櫃吞吐量之預測，且透過MAPE、RMSPE與THEIL三種評鑑指標加以評估其效能。研究結果顯示各預測模型均有高度之精準度，其中又以灰色GM(1,1)模型有最佳的適配能力，其次為單變量ARIMA模式，最後為類神經網路。

關鍵字

單變量ARIMA模式 ； 類神經網路 ； 灰色GM(1,1)模型

並列摘要

The container throughput plays an important role in Taiwanese economic and it is able to enhance national economic development. To provide the sufficient information for policy making and development planning of ports, building the future demand model of container throughput is a very important issue. This study uses univariate ARIMA, neural network, and GM (1,1) models to predict the container throughput in Kaohsiung port and uses MAPE, RMSPE and THEIL evaluation index to evaluate their efficacy. The analytical results show the predicting models are with high accuracy. The GM(1,1) model is the best for predicting container throughput, followed by univariate ARIMA and neural network.

並列關鍵字

univariate ARIMA ； neural network ； GM(1,1)

參考文獻

周文賢｜張隆憲｜古金英(1999)。台灣貨櫃運量決定因素及預測之研究。海運學報。7，83-110。

周明道｜林光｜李選士(2003)。基隆港出口營運預測與營運發展研究。航運季刊。12(3)，23-43。

周建張(2003)。台灣地區海運貨櫃運量迴歸預測模式之改善研究。航運季刊。12(1)，27-42。

周惠(2004)。青島港貨運吞吐量的時間序列模型。數理統計與管理。23(4)，28-32。

邱振崑(2004)。港埠營運量時間數列之預測。海運研究學刊。23(4)，28-32。