| 朱庆辉,李广儒,杨晓,勾翔宇,李海丽.基于循环结构优化的Elman神经网络船舶交通流量预测[J].高技术通讯(中文),2019,29(3):295~301 |
| 基于循环结构优化的Elman神经网络船舶交通流量预测 |
|
| |
| DOI： |
| 中文关键词: 水上交通， 船舶交通流量， Elman神经网络， 循环结构， 流量预测， 精度分析 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 2821 |
| 全文下载次数: 1803 |
| 中文摘要: |
| 针对港口的船舶交通流量预测精度不高的问题，首次采用Elman神经网络进行船舶交通流量预测，同时引入以预测误差为条件的循环结构优化Elman神经网络，并利用前6个月数据预测后一个月数据的方式重新构建原始数据。同时，将优化后的Elman神经网络应用于芜湖港船舶交通流量的预测，并与原始的Elman神经网络、反向传播（BP）神经网络以及径向基函数（RBF）神经网络的预测结果进行误差及评价指标的分析比较。结果显示，在船舶交通流量预测方面，循环结构优化的Elman神经网络的预测误差在2%以内，小于原始Elman神经网络的3%的误差，远远小于BP神经网络的8%和RBF神经网络的6%的误差，同时优化后的Elman神经网络的各项评价指标均占据优势。表明了Elman神经网络在船舶交通流量预测方面的良好适用性，同时循环结构的优化效果明显，其预测性能更优，预测值更接近实际值，具有很大的应用价值。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
