1. 研究目的与意义
研究目的：目前，随着国内国际的经济形式日趋复杂，沿海各大港口的外贸货物吞吐量也变得不再明朗。
学术界对港口吞吐量已经进行了许多预测研究，但受到内部、外部环境等众多因素的影响，预测过程相当复杂，如何在预测中去除主观性和随机性，充分利用历史数据，准确的预测出港口吞吐量仍然十分困难。
为了解决该问题，本文将利用时间序列思想，对现有的预测模型进行优化组合，利用36个月的历史数据对组合模型进行优化整合，最终对相关港口的未来吞吐量进行预测分析，提供可靠的预测数据，保障港口未来建设和投资的安全。
2. 国内外研究现状分析
1时间序列法由于时间序列法的理论起源于国外，大量的时间序列模型和算法在国外已有很大的发展，而国内由于研究起步较晚，理论研究较少。
国内大多数时间序列研究都集中在实际应用中，基础领域的研究较少，主要体现在整体研究水平不高，国际领先成果往往集中于个别院校甚至个别人，这与国际研究趋势不符。
经过大量国内外专家学者对时间序列预测技术的研究,目前应用较为广泛的预测模型和预测方法包括ar 模型，arima 模型、神经网络和深度学习。
3. 研究的基本内容与计划
研究内容：1、港口吞吐量预测的背景和意义2、我国港口的发展与现状分析3、国内外港口预测的研究现状4、影响港口吞吐量的因素分析5、根据影响因素与研究现状，对现有的时间序列预测模型进行优化组合6、基于港口吞吐量预测模型7、根据预测的历史数据与历史数据进行对比检验，并进一步优化模型8、利用优化的模型对未来的数据进行预测分析，提供可靠的预测数据研究计划： 时间 任务2018.12-2019.1确定研究方向，收集研究资料，制定研究方案与研究计划2019.1-2019.2 了解国内外港口预测与时间序列应用的研究现状2019.2-2019.3 对现有的时间序列预测模型进行优化与整合2019.3-2019.4 利用历史数据对组合模型进行检验分析，并以此进一步优化模型2019.4-2019.5 利用优化的模型对未来的数据进行预测分析，提供可靠的预测数据2019.5-2019.6 完成总体研究，进行总结，撰写并完善研究论文
4. 研究创新点
由于港口的货物周转量预测对经济和贸易的发展日益重要，所以学术界对此已经进行了许多预测研究。
但这些方法大都缺乏时间序列的思想，时间序列法可以根据港口吞吐量发展的连续规律性，运用过去的历史数据，建立时间序列预测模型，对未来港口吞吐量进行较为精确的预测，从而为政府管理部门决策。
本文就时间序列的方法对国内部分沿海港口的货物吞吐量数据进行分析研究，以此来预测未来的数据，为港口未来的运营提供可靠的预测数据。
