题目：海港集装箱运量和空港运输需求的预测方法研究

集装箱运输是当今国际贸易货物最重要的运输方式之一。据统计，当今超过90%（按重量计）的全球贸易通过海运实现，其中大部分货物使用集装箱船进行运输。与此同时，近年来我国港口建设快速发展，但是随着我国产业结构调整和经济增长减速，港口面临一定的过度建设的风险。因此，必须对港口集装箱运量进行科学预测，从而为国家宏观决策部门制定港口战略规划提供决策支持。相对于集装箱货物运输，航空运输主要用于旅客和高价值商品的长距离运输。据统计，目前全球航空客运量达到20亿人次/年，国际贸易中近40%的货物（按价值计）通过航空方式进行运输。作为一种重要的运输方式，航空运输在创造就业、刺激经济和扩展市场等方面已经展现出重要的作用。在过去十多年来，许多学者和业界人士提出了各种各样的方法来预测集装箱运量和航空运输需求，但是在复杂经济环境下，由于多种重要突发事件的影响，这些模型的预测效果都不甚理想。这意味着集装箱运量与空港运输需求的预测研究需要重要的理论和方法创新。在这一背景下，本文提出一个适用于复杂经济环境的结合领域知识的预测框架——KBF预测框架，并对集装箱运量和空港运输需求的预测方法展开深入研究。本文主要的创新性工作包括以下几个方面：

（1）提出了专家知识参与预测全过程的KBF预测框架。该框架重视使用专家知识考虑更多的有用信息来辅助预测，从而对未来可能发生的经济波动进行预判，改变了传统模型仅仅用历史趋势外推预测未来的技术路线。

（2）从新的角度对集成预测进行了探讨，结合专家知识解决了集成预测的4大问题。问题包括如何确定集成预测中单项模型的种类，如何确定单项模型的数量，如何选择初步预测结果和选择何种预测方式（单步迭代预测还是直接预测）。

（3）提出了基于遗传规划的非线性集成预测模型，弥补了线性集成模型不适应于复杂情境和基于ANN和SVM模型的非线性集成模型没有解析表达式的缺陷。

（4）提出了一种包含时间序列异常点处理和混合预测模型的集装箱运量预测方法。该方法利用专家知识辅助异常点处理，避免了直接抛弃异常点从而导致重要信息损失的不当做法；同时，构建了基于投影追踪回归和遗传规划算法的混合模型，该模型既具有出色的非线性处理能力，又克服了传统投影追踪算法难以选择岭函数的缺陷。

（5）提出了一个集成专家判断的集装箱运量预测模型。该模型的优势在于：改变了以往由专家直接对预测结果进行主观调整的做法，能够有效地避免专家判断引起的主观偏误；只需专家对预测窗口内某几段时期内的总量进行判断，大大降低了专家参与调整的频度和判断难度，增强了专家参与预测的可行性和可靠性。

（6）运用部分调整理论，提出了空港潜在客运需求的估计和分析方法。该方法以潜在航空客运需求为研究对象，改变了当前将实际客运量当做潜在客运需求的普遍做法，同时构建了一种衡量航空客运增长潜力的评价指标。

（7）提出了部分集成的思想，并据此构建了适用于复杂经济环境下空港实际货运需求的部分集成预测框架。在该框架下，原始时间序列被分解为线性成分和非线性成分，然后使用一个最佳的经济计量模型预测线性成分，使用多种非线性模型预测非线性成分。然后仅对具有弱相关残差的非线性成分的预测模型进行集成。这个框架克服了传统集成方法在复杂经济环境下由于单项模型相关性较高而不能有效提升预测性能的缺陷。