GWO-Elman模型在港口货物吞吐量预测中的应用

扫码查看

原文链接

万方数据
维普

中文摘要：港口作为国内国际贸易的重要枢纽,在新时代区域经济发展中具有重要的战略地位.为提高港口货物吞吐量的预测精度,使用差分法、灰狼优化(GWO)算法和Elman神经网络模型对2010-2019年青岛港货物吞吐量进行了训练与预测.基于所收集到的时间序列数据,将其作为样本数据输入Elman神经网络模型进行训练与测试;在训练过程中,引入灰狼优化(GWO)算法来优化Elman神经网络的权重(w)和神经元阈值(b);将GWO-Elman组合模型应用于青岛港货物吞吐量预测的实证研究中.结果证明:GWO-Elman算法模型相较于传统Elman神经网络模型,在预测货物吞吐量时有着更高的收敛速度与预测精度,这为港口货物吞吐量的预测提供了一种新的计算方法.

作者：

刘迪

展开 >

作者单位：

兰州财经大学统计学院,甘肃兰州 730000

关键词：

货物吞吐量预测灰狼优化算法 Elman神经网络

出版年：

2024

水运管理

上海海事大学

水运管理

影响因子：0.17

ISSN：1000-8799

年,卷(期)：2024.46(3)