Application of a statistical method for the traffic port prediction
Visualitza/Obre
AlvaroMuñozTFM.pdf (2,713Mb) (Accés restringit)
Data+Scripts.zip (38,29Kb) (Accés restringit)
Tipus de documentProjecte Final de Màster Oficial
Data2017-09-20
Condicions d'accésAccés restringit per decisió de l'autor
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Maritime transport covers the immense majority of the world’s international trade, particularly
for Spain, where it represents a 74% of the total transported goods. Most of this transport is
made via containers, because of its versatility. Its drawback is that very specific infrastructure
and large spaces are needed for its management, and these are not fast to build nor cheap. In
addition, the inability to manage containers if the infrastructure is under work or has reached
his maximum capacity may translate into important economic losses. To prevent this from
happening it is mandatory to plan in advance, and that means accept some predictions of the
future to act accordingly. There is a wide range of accepted forecasting methods, because none
is good in every situation, and predicting container throughput is not an exception.
In this project, we will discuss the validity of Markov Chains when it comes to forecast maritime
goods exchange, more precisely the total annual volume of TEUs. As real cases, we will take the
data of 4 important Spanish ports (Algeciras, Barcelona, Tarragona and Valencia) from 1973 to
2015 and use it to create a prediction model. We will use the Markov property to create
predictions and carry out Monte Carlo simulations to sample them. Over the sections we will
change the input data and the parameters of the model to better understand the behavior of
Markov chains when applied in such area. To have a reference, we will perform a witness
forecast by means of a linear regression. An accuracy measure is planned for each of the models
to assess a comparison between them, and find which one is more precise, and thus more valid.
El transporte marítimo abarca la inmensa mayoría del comercio internacional en todo el mundo,
y para España en particular, donde representa el 74% del total transportado. La mayor parte de
este transporte se realiza en contenedores, por lo versátiles que resultan. Lo malo de este sistema
es que se necesita una infraestructura específica y mucho espacio para poder procesarlos, lo cual
tarda tiempo en construirse e implica grandes inversiones. Además, el hecho de no poder recibir
contenedores por remodelaciones en la infraestructura o esta ha llegado a su máximo puede
traducirse en cuantiosas pérdidas económicas. Para evitar que esto ocurra es de vital
importancia planear de antemano, lo cual implica aceptar una predicción y actuar en
consecuencia. Existe un amplio abanico de métodos predictivos, esto se debe a que ninguno de
ellos es válido en todas las situaciones posibles, y en el ámbito del transporte marítimo no es una
excepción.
En este Proyecto discutiremos la validez de las cadenas de Márkov a la hora de prever el
intercambio de mercancías por vía marítima, más concretamente el número total de TEUs por
año. Como estudiar casos reales tomaremos los datos de 4 importantes puertos españoles
(Algeciras, Barcelona, Tarragona and Valencia) desde 1973 hasta 2015 y los utilizaremos para
probar el modelo. Utilizaremos la propiedad de Márkov para crear las predicciones y llevaremos
a cabo simulaciones Monte Carlo con el fin de muestrearlas. A través de los diferentes apartados
iremos cambiando los datos y los parámetros del modelo para entender mejor el
comportamiento de las cadenas de Márkov cuando se aplican en esta área en particular. Para
tener una referencia, utilizaremos como experimento testigo una predicción realizada con una
regresión lineal. Está planeada también una medida de la precisión de cada uno de los modelos,
para poder así compararlos y evaluar cuál es el que mejor se ajusta a la realidad, y por lo tanto
es el más valido.
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
AlvaroMuñozTFM.pdf | 2,713Mb | Accés restringit | ||
Data+Scripts.zip | 38,29Kb | application/zip | Accés restringit |