本论文的航运市场预测系统是结合中远集团的重点科研项目——“航运企业决策支持系统”的科研实践来完成的,功能在于为决策的制定者提供各种重要的经济参数和有关因素未来发展趋势的预测,从而有效地把握航运市场的发展趋势。这对于提高企业的市场应变力和综合竞争力,提高企业的管理效率和经济效益,均起到重要的作用。 论文首先介绍了数据挖掘理论及其应用,并着重对数据挖掘的两种重要方法——粗糙集理论和自适应神经模糊推理系统(简称ANFIS)进行了概述。然后根据粗糙集理论在属性约简方面的优势和ANFIS的无限逼近能力,提出了粗糙集与ANFIS相结合的数据挖掘算法,阐述了该算法的应用流程,并以干散货市场运价指数的预测为例对这一方法进行了仿真研究,误差曲线及预测结果表明该方法是可行的。最后根据航运市场预测内容和企业需求,设计了基于数据挖掘的航运市场预测系统的总体框架和体系结构,详细的探讨了系统后台数据库的设计和各个功能模块的具体实现,并对应用开发中的关键技术进行了详细的介绍。 本论文研究设计的基于数据挖掘的航运市场预测系统,主要包括用户管理、航运市场信息、航运市场预测、航运企业信息和船舶市场信息五大模块,用于实现航运市场相关信息的添加、修改、删除、查询、预测、报表等功能。在航运市场预测这一模块里,突破传统的航运市场预测方法,将数据挖掘技术引入到这一研究领域,旨在通过对航运企业原有数据进行分析的基础上,应用本文中给出的粗糙集和ANFIS相结合的算法作为数据挖掘算法,来进行航运市场的预测。并将整个数据挖掘的过程和挖掘的结果利用可视化技术将有意义的模式以图形、图表或曲线的形式表示出来,进行分析和评价。