首页|一种准确预测船舶交通流的自适应遗传算法优化的BP神经网络模型研究

一种准确预测船舶交通流的自适应遗传算法优化的BP神经网络模型研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了实现船舶交通流量的精确预测,对某大桥在2010年始～2016年终之间通过的船舶数量进行实测,并将实测数据作为时间序列,对其进行NP单根检验,得到的该时间序列具有非平稳性,进而建立EEMD-IAGA-BP神经网络预测模型,将实测船舶交通流量分解,得到多个平稳的分解信号,采用EEMD模型对其进行优化计算,研究结果表明:EEMD-IAGA-BP神经网络预测模型精度高于传统IAGA-BP模型,能够较为精确的预测船舶交通流量.
A BP Neural Network Model for Adaptive Genetic Algorithm Optimization for Predicting Ship Traffic Flow

梅妍玭、张得才、傅荣

展开 >

扬州市职业大学电子工程学院,江苏 扬州225009

扬州海科电子科技有限公司,江苏 扬州225009

中国船舶重工集团公司第七二三研究所,江苏 扬州225001

EEMD算法 自适应遗传算法模型 BP神经网络模型 船舶交通流量预测

江苏省高职院校青年教师企业实践培训项目2017校科研课题2011年中央财政支持的职业教育实训基地建设项目

2017QYSJ1032017ZR1032113092562

2020

电子器件
东南大学

电子器件

CSTPCD北大核心
影响因子：0.569
ISSN：1005-9490
年,卷(期)：2020.43(2)
  • 6
  • 6