doktorska disertacija
Marko Intihar (Avtor), Dejan Dragan (Mentor), Tomaž Kramberger (Komentor)

Povzetek

Napovedovanje še nerealiziranih dogodkov kot je na primer prediktivna analitika povpraševanja po količini blaga oz. storitev, je današnja vsakdanja praksa za večino subjektov industrije. Pristaniška dejavnost tukaj ni izjema, saj je potrebno zagotavljati kvalitetne napovedi bodočega pretovora pristanišč, ki so osnova za uspešno planiranje pristaniških dejavnosti. V doktorski disertaciji je prikazan algoritem, ki združuje izbrano paleto paradigm iz področja statistike in ekonometrije, z namenom zagotavljanja natančnih napovedi bodoče dinamike pristaniškega tovora. Ideja algoritma temelji na modeliranju časovne vrste izhoda ob upoštevanju izbranih vhodov, ki jih sestavljajo ustrezni ekonomski kazalniki. Le ti so predhodnje izbrani s selekcijsko proceduro in predimenzionirani z namenom zmanjševanja računske kompleksnosti in ohranjanja koristnih informacij osnovnih časovnih vrst. Algoritem kombinira MC simulacijo za selekcijo osnovnega nabora kazalnikov, ter izračun dinamičnih faktorskih modelov z uporabo EM algoritma in Kalmanovega filtra. Ti modeli se uporabljajo kot vhodi v ARIMAX modele časovne vrste opazovanega procesa. Celotni mehanizem pa povezuje pet-fazna procedura, ki preigrava različne strukture kandidatov ARIMAX modelov, in na koncu izbere enega kandidata za izbrani pretovor pristanišča. Končni kandidat je robusten in izpolnjuje temeljne statistično-ekonometrične teste, ter je predvsem zmožen zagotavljati zadovoljivo natančne napovedi. Dani algoritem je bil apliciran na realne podatke izbranega pristanišča. Nato smo izvedli komparativno analizo, v kateri dobljene rezultate primerjamo z napovedmi nekaterih standardnih modelov časovnih vrst. Analiza razkriva uporabnost apliciranega algoritma in nakazuje na koristno uporabo v praksi.

Ključne besede

pretovor pristanišč;časovne vrste;prediktivna analitika;MC simulacija;dinamična faktorska analiza;Box-Jemkins modeli;EM-algoritem;makroekonomski indikatorji;logistika;disertacije;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.08 - Doktorska disertacija
Organizacija: UM FL - Fakulteta za logistiko
Založnik: [M. Intihar]
UDK: 519.2:656.073.2:627.21(043.3)
COBISS: 512984637 Povezava se bo odprla v novem oknu
Št. ogledov: 1223
Št. prenosov: 150
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Bayesian methods for estimating parameters of dynamic systems used for port's throughput forecasting
Sekundarni povzetek: Future events forecasting such as a prediction of demand is nowadays an industry standard. Maritime industry is not an exception since the quality of forecasting of a future port's throughput dynamics is the baseline for port task planning. In our work, an algorithm, which combines several fields of statistics and econometrics, is presented. Algorithm's primary goal is to provide fairly accurate future port's throughput predictions. The idea stands on modeling the output time series concerning the selected inputs. Latter are presented in the form of macroeconomic indicators, which are a priori selected from a bigger set of indicators. For this purpose, an initial data reduction of exogenous indicators has been conducted by regressing different combination of subsets of exogenous indicators randomly chosen in the Monte Carlo procedure, where the optimal set of genuinely influential indicators was chosen by observing the model's error-based criteria adopted in the multiple regression static procedure. In the next stage, the reduced set of influential indicators is aggregated into dynamic factor models using the EM algorithm and Kalman filter. Derived dynamic factors are used as inputs into the ARIMAX time series models. Complete mechanism is executed based on five-step heuristic procedure, where generating different ARIMAX candidates eventually leads to the selection of the final best candidate. The obtained ARIMAX model is robust, complies with adequate statistical and econometrics tests, and last, but not least it can provide quite accurate forecasts. The algorithm has been applied to the real port's data. Achieved ARIMAX predictions of the throughput data values were compared with the standard benchmarking models' predictions, whereas the results are promising and reveal a high level of applicability.
Sekundarne ključne besede: port throughput;time series;predictive analytics;MC simulation;dynamic factor analysis;DFA;macroeconomic indicators;logistocs;dissertations;Pristanišča;Disertacije;Pretovor;
URN: URN:SI:UM:
Vrsta dela (COBISS): Doktorska disertacija
Komentar na gradivo: Univ. v Mariboru, Fak. za logistiko
Strani: XXI, 162 str., [2] f. pril.
ID: 10937931