水运货运量是确定水运交通基础设施建设规模的主要依据,货运量预测结果的合理性、可靠性直接影响水运工程项目的投资和效益,对制定未来水运发展战略、合理利用资源、充分发挥水运设施的效益都有着重要的意义。 论文在广泛参阅有关货运量预测文献的基础上,阐述了水运货运量预测原理、方法和步骤,综合分析了目前主要预测方法的适用范围和存在的不足;对灰色系统理论在货运量预测中的应用进行了比较深入的研究和探讨,分析了以灰色系统理论为基础进行货运量预测的建模思想、检验方法及适用范围,改进了指数加权平均灰色模型、残差修正模型和等维灰数递补模型,从而拓展了灰色预测领域、增强了灰色预测模型的适用性、提高了预测精度。 在简要介绍人工神经网络的基本结构特征和学习规则的基础上,分析了标准BP算法中存在的不足并采用L-M算法进行了改进,提高了网络的收敛特性。在此基础上建立了神经网络回归预测模型。分析了组合预测方法的研究与发展状况,利用BP神经网络的高度非线性映射能力,建立了基于神经网络技术的非线性组合预测模型,并与线性组合预测方法进行了比较分析,总结了非线性组合预测方法的优越性。 通过对江苏内河航运货运量的预测实例分析,对各种预测模型的具体应用进行了说明,对各种预测方法得到的结果进行了分析,结果表明,基于神经网络技术的非线性组合模型的预测结果最符合实际情况。