港口经济同整体国民经济一样，也存在着明显的复苏、繁荣、衰退和萧条4个阶段的周期波动。为了保持港口经济健康协调的发展，就需要建立港口经济动态预警系统，在经济运行中定期地进行过程性追踪描述和预测分析，在问题初露端倪时及时报警，以便采取有效措施，促进港口经济稳定增长、协调发展。 本文把预警思想应用到港口经济管理中，在分析港口经济预警系统基本理论基础上，选择黄色预警中的统计预警法对港口经济预警进行总体设计。建立了符合港口经济特点的预警指标体系，既包括港口经济同国民经济协调方面的指标，也包括港口自身发展水平的指标，拓宽了现有研究只关注运输经济自身发展而忽视与国民经济联系的思路，从而使港口经济预警能充分地考虑各因素的相互影响。在保证不丢失信息的基础上，采用主成份分析提取所有主成份确定指标的权重，弥补了现有研究中对指标权重的确定多依赖专家主观性的不足，使指标的权重值能更加客观地反映其对预警的贡献度。 为了解决高度非线性模型难以处理，预测信息获取间接、效率低的问题，文章在论述神经网络在港口经济预警系统中应用可行性的基础上，结合港口经济自身特点，设计了港口经济预警系统的BP神经网络预测模型算法。 论文运用模糊综合评价法在对各单项指标进行评判基础上，建立港口经济预警系统综合评判模型： (1) 采用梯形隶属度函数，通过[0，1]之间的数值表示某一港口经济指标对各状态等级的隶属度，解决了运输经济预警结论过于单一、绝对的问题，从而使评价更能客观反映真实状态。 (2) 本文所建立的港口经济预警模型将模糊综合评判的方法与多元统计分析的主成份分析法结合起来，一方面解决了经典数学中关于风险程度的判断过于绝对的不足，另一方面解决了模糊评判中权重确定过多受人为因素影响的不足。 (3) 本文所建立的港口经济预警模型是基于加权平均的模糊综合评判模型，可以综合考虑各因素对港口经济的影响。因此，可以使决策层更能着眼于将港口经济看成一个整体来评价，着眼于可能诱发风险的多方面因素，而不是只考虑有可能在短时间内会导致风险的指标，因此可以更加全面地对港口经济进行引导与管理，更加关注港口经济长久的、持续性的发展。