论文总字数：19342字

摘 要

本文借助数学软件MATLAB首先针对运价指数及航运量数据用支持向量机的方法进行数值计算模拟，然后对预测的各类指标特点，进行了比较，所得结果对于支持向量机在航运指数中的预测具有重要的指导意义。

论文主要研究了支持向量机在航运指数中的预测作用。

研究结果表明：支持向量机在航运指数预测中具有精度高，适合小样本的特点。

本文的特色：参考经验公式，采样试凑法，选出性能最好的嵌入维数以及时延。

关键词：支持向量机；航运指数预测；核函数

Abstract

The paper first use mathematical software carry out numerical calculation and simulation on the shipping index and shipping volume data by using the support vector maching method and than compare the characteristic of various predicted indexes.The result have significant meaning on guiding predict shipping index .

This thesis mainly studies the prediction function of support vector machine in shipping index.The research results show that the support vector maching Is more accuract and is more sutible for small samples.

The chrarcteristic of this article : refer to the empirical formula sampling trial and error method select the embedding dimension and delay with the best performance.

Key Words： support vector maching；shipping index forecast；Kernel function

目 录

第1章 绪论 6

1.1课题研究背景 6

1.2研究现状 7

1.3论文研究内容及意义 8

1.4本章小结 8

第2章 相关理论基础 9

2.1支持向量机 9

2.2 试凑法 11

2.3工具平台介绍 11

2.4本章小结 12

第3章 模型参数的选择 13

3.1关于支持向量机的航运指数预测模型 13

3.2参数的选择 13

3.3训练模型与预测 16

3.3.1模型训练 16

3.3.2航运运价指数预测 17

3.3.3预测效果及评估 18

3.4本章小结 18

第4章 关于航运运价指数的预测 20

4.1关于支持向量机航运运价指数预测步骤 20

4.2预测实验与结果分析 20

4.3本章小结 22

第5章 结论 24

参考文献 26

致谢 27

第1章 绪论

1.1 课题研究背景

伴随着世界经济与贸易的不断发展，世界范围内的总海运量也一直不断地呈现出上升趋势，海运的交通方法是承担着世界总运输量的九成左右。海路运输对世界的经济的重要性事不言而喻的，因其庞大的运输量以及较低的价格，对于大宗货物来说是最佳选择，世界上的基本生活物品、粮食、工业原材料、等等都是主要由海洋运输往返于各大洲之间，对于将近三分陆地七分海洋的地球来说，海运在世界经济中所承担角色是至关重要的。对此，航运市场的供需事态也就需要被一直不断的关注着，航运运价指数作为航运市场运价的晴雨表，航运运价指数的预测一直以来都是重要内容，因其收国际经济市场的影响一直不断波动变化，外界微小的事件也能够对航运运价指数产生影响。航运运价指数的预测可用来分析未来的运价指数涨跌趋并且能够提供决策的数据支持，也能够为政府部门宏观调控提供帮助，具有十分重要的理论指导与实践决策意义，但对于不断波动的运价指数来说准确的预测其波动变化是较为困难的，能够大致的对运价指数进行预测同样对业内人士从事行业相关工作提供了非常重要的指导意义以及提供数据支持。

运价指数最重要的作用在于指导业内人士进行决策与实践。运价指数的作用在于它可以从不同程度上能够表现出各个时期运价水平变动的程度与趋势程度的动态相对数，运价指数实际上是以某一固定基期的平均运价作为基础，再分别用各个时期的平均运价和基期运价对比，求得各个时期平均运价与基期平均运价对比的百分数。根据计算的时候所使用的基期不相同，可以将运价指数又分为环比运价指数与定基运价指数。每当指数大于一百时表示计算期运价比基期、前期上升，反之，当指数小于一百时则表示前者比后者下降。运价指数的作用之一就是在于能够最为直观的反映出运价的动态变化，能够与之前的历史数据进行比较进而可以分析各种运价的比例指数为了更加方便的为商品流通费用进行调整。

按运输方式可分为交通类的铁路、公路、水运等运价指数；按照对象可以分为货物、旅客等运价指数；按照货物种类又可分为煤炭、天然气、石油等运价指数。运价指数多种多样，在各个行业都能够或多或少接触到，因此运价指数具有十分重要的现实意义。能够提供价格参考，是内在的经济规律。若能够很好的把握其变化趋势，那将对公司发展决策起到重要的作用。

价格的动态变化可以由运价指数直观的表现出来。国际上采用的最为规范的、也是国际上普遍接受的最常用就是由波罗的海交易所发布的波罗的海航运指数，这也是航运界的权威价格指数。主要由以下四类共同构成：

波罗的海好望角型船运价指数（BCI）、波罗的海巴拿马型船运价指数（BPI）、波罗的海灵便型船运价指数（BHI）、波罗的海干散货船期租费率指数（BDI）。

波罗的海交易所发布的运价指数是国际上普遍接受与认可的，也是业内人士所主要采用的，是业界最权威的航运指数。

运价是调节航运市场运力的有效杠杆，运价市场具有不确定和非线性的特点，对于解决这类非线性问题，支持向量机显示出其优越性，SVM的理论基础是非线性映射，利用核函数的方法实现到高维空间的非线性映射[4]。对于人工神经网络来说他是由大量处理单元组成的非线、自适应信息处理系统。他的特点在于非线性、非局限性、非常定性、非凸性，这一类方法所能获得的结果往往是局部最优解，目前的神经网络是解决黑箱问题的有力工具。

但是因为存在一些缺点，这些缺点主要包括着：网络结构的不易确定、欠学习、过学习等。而且很容易就会陷入局部极小的问题从而影响研究结果。神经网络方法中难以避免的局部极值问题,SVM在面对小样本训练集合时通常能够展现出它更加适宜小样本预测的一面。在理论上SVM的方法得出的结果是局部最优解往往都会是全局最优解，这是一个凸优化问题，追求结构风险最小而不是追求经验风险最小，这样就能够避免了局部极值的问题。与此同时，支持下了解的复杂程度与样本维数关联不大，将实际问题映射到高维空间时能够在这个高维空间中借助核函数去构建决策函数来实现原来空间中非线性的决策函数。这样就能够很好的解决维数带来的问题。

1.2 研究现状

关于支持向量机在预测方面的应用，方法已经发展的成熟，尤其在向量机在股票市场中的预测应用已有大量的研究与探索，虽然依旧存在着诸多问题，主要也是由于诸多因素影响着股票市场、股票市场自生也存在着许多不确定性因素。诸多学者在机器学习理论探索方面做出的了杰出贡献。

预测是指对从一直事件中推算出经验规律从而对未知的将来或许会发生的事进行预测估计，广泛出现于各个领域，可用于对社会现象、自然现象等进行预测估计，对于灾难预防、损失评估、经济收益等各各方面都有积极作用。目前在航运指数预测方面，业内人士对运价指数预测做了大量的探索，都取得了重大成果。关于运价指数预测的方法也是多种多样，其中，如ARIMA模型对航运指数运价分析预测、基于SVM（support vector machine）和混沌时间序列的干散货运价指数预测、借助神经网络对运价指数预测分析以及基于组合模型的运价指数分析与预测[3]等等。

1.3 论文研究内容及意义

论文主要研究内容就是借助支持向量机对往期波罗的海指数（BDI）进行数据的模拟与训练，选出最适合的用于程序的最佳参数以及支持向量机所使用的内核参数等数据，下一步就是对BDI的预测，去判断预测效果好坏。

请支付后下载全文，论文总字数：19342字