第 46 卷第 5 期2022 年 10 月武汉理工大学学报(交通科学与工程版) Journal of Wuhan University of Technology (Transportation Science & Engineering)Vol. 46 No. 5Oct. 2022基于 EMD-ARIMA 组合模型的 长江航运干散货运价指数预测 杨银花 “ 金 雁 汪 敏小 张矢宇的(武汉理工大学船海与能源动力工程学院武汉 430063) (武汉理工大学交通与物流工程学院武汉 430063)摘要:针对长江航运干散货运价指数 (YBFI) 样本点少 、 周期性不明显 、 非线性 ， 以及非平稳特性 ， 从 分析数据内在波动性出发,提出一种基于经验模态分解 ( EMD)- 差分整合移动平均自回归 ( ARI- MA) 组合模型.对比传统 ARIMA 模型 、 简单季节预测两种方法, EMD 可对 YBFI 序列进行降噪分 解 ， 保留数据的内在特性;分解后的序列用 ARIMA 模型 、 三角函数拟合 ， 效果良好.重组后分析误 差 ， 发现该组合预测模型与传统单一模型相比误差较小 , 预测精度更高.关键词 ： 长江航运干散货运价指数 (YBFI) ； 经验模态分解 (EMD) ； 差分整合移动平均自回归 ( ARI- MA) ； 组合预测中图法分类号: U416. 4 doi ： 10. 3963/j. issn. 2095-3844. 2022. 05. 0080 引 盲长江航运干散货运价指数 (Yangtze River bulk freight index, YBFI) 是用来反映我国内河 干散货运输市场货运水平变动情况的重要航运经 济指标.由于内河干散货市场的动态性和不稳定 性都与沿海干散货市场有较大差异 ， 例如 ， 内河运 价指数样本数据点少 、 周期性不明显且比沿海相 关指数更容易受到外界因素的干扰等 ， 沿海干散 货相关预测分析方法不适用.现阶段对内河航运 干散货运输市场波动分析及预测的研究较少 ， 国 内外学者主要对中国沿海散货运输市场的 CBFI 、 国际(波罗的海)干散货运输市场的 BDI 和中国 集装箱市场变化趋势的 CCFI 等进行了研究.主 流的研究方法有: GARCH 模型 、 小波分析理论 、 支持向量机 ( SVM) 等. GARCH 模型能够衡量波 动的非均衡性 , 但精度无法保证;小波分析理论缺 乏适应性,容易受到基函数选择的约束 ;SVM 等 机器学习方法容易出现过拟合导致预测失效卩幻. EMD 是一种经验 、 直观 、 自适应的数据处理方法 ， 能很好地提取非线性和非平稳性数据的时间尺度 特征,结合传统预测方法从而克服单一方法的不 足.文中选取 2009 年 5 月 一 2021 年 4 月 YBFI 月度数据为样本 ， 结合 “ 分解-预测-重构 ” 分析思 路 ， 将 EMD 分解后的数据作为样本 ， 从而降低数 据噪声和网络复杂性 ， 再对分解序列进行预测 ， 综 合得出最终预测值 ， 从而提高 YBFI 预测分析的 准确性.1 模型原理1.1 YBFI 序列预测思路YBFI 时间序列具有含噪声 、 非线性 、 非平稳 和多尺度性现今对航运指数研究基本是单一算 法预测或针对序列整体进行建模灼 ， 少有学者对 数据的内在波动性出发进行预测研究.预测主要 思想为 “ 分解-预测-重构 ” ⑷.采用 EMD 方法对 YBFI 序列进行降噪分 解 ， 得到不同频率周期相对稳定的 YBFI 本征模 收稿日期 ： 2022-08-18第一作者:杨银花 (1997-), 女,硕士生 ， 主要研究领域为水运系统分析作者 ： 汪敏 (1974-), 女 ， 博士 ， 副教授 ， 主要研究领域为船船现代化设计方法 、 水运系统分析 、 不确定决策基金项目 ： 绿色智能内河船舶创新专项 (42200012)