以單變量ARIMA模式、類神經網路、灰色GM(1,1)模型預測高雄港貨櫃吞吐量

Prediction of Container Throughput in Kaohsiung Port Using Univariate ARIMA, Neural Network, and GM (1,1) Models

貨櫃吞吐量對台灣經濟扮演著舉足輕重的角色，且能帶動國家整體的經濟發展，因此建構未來貨櫃吞吐量需求模型，以提供足夠的資訊，做為政策研擬及港埠發展規劃之用，為當前重要的課題。本研究以單變量ARIMA模式、類神經網路及灰色GM(1,1)模型三種預測模型應用於高雄港貨櫃吞吐量之預測，且透過MAPE、RMSPE與THEIL三種評鑑指標加以評估其效能。研究結果顯示各預測模型均有高度之精準度，其中又以灰色GM(1,1)模型有最佳的適配能力，其次為單變量ARIMA模式，最後為類神經網路。