Los buques portacontenedores deben pasar por múltiples puertos de escala durante un viaje. Por lo tanto, la predicción de la información de volumen de contenedores en el puerto de origen seguida de enviar dicha información a puertos posteriores es crucial para la gestión de terminales de contenedores y el personal de estiba de contenedores. Numerosos factores influyen en la asignación de contenedores a los buques portacontenedores para un viaje, y el grado de influencia varía, generando una complejidad no lineal. Por lo tanto, este documento propone un modelo basado en análisis de relaciones grises (GRA) y máquina de vectores de soporte de kernel mixto (SVM) para predecir la asignación de contenedores a un buque portacontenedores para un viaje. Primero, en este modelo, los pesos de los factores influyentes se determinan a través de GRA. Luego, los factores ponderados sirven como entrada del modelo SVM, y los parámetros del modelo SVM se optimizan a través de un algoritmo genético. Las simulaciones numéricas revelaron que el modelo propuesto podría predecir efectivamente el número de contenedores para el viaje del buque portacontenedores y que exhibió una fuerte capacidad de generalización y alta precisión. Por lo tanto, este modelo proporciona un nuevo método para predecir el volumen de contenedores para un viaje.