准确的港口集装箱吞吐量预测是提高港口管理水平、港口设施利用率和经济发展质量的重要手段。因此,本文针对这一问题,选取了上海港口2010年10月到2019年12月的港口集装箱吞吐量数据进行了预测分析,提出了分解集成模型EMD-ESN-AdaBoost.TSF。该模型首先对原始数据进行分解得到了7个分量和残差,由于第一个分量包含了太多噪声,对于预测没有太大的意义。因而在预测的过程中,剔除了第一个分量和残差。接下来对于剩余的数据采用回声状态的神经网络进行预测分析。最后,为了消除单个神经网络预测的不稳定性,本文采用了集成方法对预测结果进行了集成。实证研究表明,组合分解模型EMD-ESN-AdaBoost.TSF相比于其他预测模型具有较好的预测准确性和稳定性,各项误差评价指标均表明本文的主模型具有最好的预测效果,预测的MAPE、MAE、RMSE均是这几种模型的最小值。因而,本文所提出的预测方法在实际工作中可以为港口运输、管理提供参考。