中国出口集装箱运价指数是我国用于反映集装箱价格的指数,它能够持续、定期地反映我国市场价格水平的动态变化,可以直观反映市场行情的好坏。其变化受到供给和需求、航运市场的经济状况、消费者预期、投资者心理、突发事件以及国家之间的政策干预等不同因素的作用。在这些因素多方面的影响下,中国出口集装箱运价指数会有上下起伏的波动现象,未来的发展走势也难以预判。尤其在当前,疫情反反复复导致全球供应链紧张、欧美航线需求十分旺盛、叠加航班班次削减严重、海外港口装卸能力不足,出现海外空箱滞留严重、而国内“一箱难求”、航运价格攀升的现象。航运运力紧张、运价高起;集装箱吞吐量同比下滑。中国出口集装箱运价指数数据自疫情以来持续攀升。截至2022年2月25日,中国出口集装箱欧洲航线的运价指数高达5854.14点,为历史所有航线中最高。韩国、日本航线因航程短、且为出口大国,集装箱周转能力强,海运指数涨幅相对缓慢,分别为1369.00和1281.92点。在此背景下,合理预测中国出口集装箱运价指数是可以帮助政府和企业在市场上做出正确决策的关键。鉴于此,本文研究了基于宽度学习系统的中国出口集装箱运价指数的预测,文章的主要工作如下:首先,本文介绍了中国出口集装箱运价指数的研究背景以及国内外的研究现状,并且详细的介绍了传统的中国出口集装箱运价指数的预测方法,并选取多元线性回归法以及时间序列分析法对疫情前后同一时间段欧洲航线中国出口集装箱运价指数进行预测。但由于疫情期间数据存在波动幅度较大、光滑性差、不具备较好的分布规律等问题,导致预测精度无法满足实际需求。然后,本文提出基于宽度学习系统的中国出口集装箱运价指数的预测方法。该方法基于具有良好学习能力以及泛化能力的宽度学习系统,可以有效地应对疫情期间数据存在的问题。实验结果证明,本文提出的方法不仅可以对没有疫情时欧洲航线中国出口集装箱运价指数进行准确预测,同时可以保证在疫情时期数据存在波动幅度较大、光滑性差、不具备较好的分布规律等情况下预测结果的准确性。最后,考虑后疫情时期中国出口集装箱运价指数的不确定性和波动性,本文还考虑了基于宽度学习系统的增量学习算法,通过在线增量学习使新目标域数据通过增加特征节点映射到源域,以增加增强节点以及增加输入样本的方式来提高对波动性数据的预测精度。