基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
船舶交通流量预测的研究为水道的规划、设计和船舶通航管理提供基础性依据.将智能融合算法应用于船舶交通流量预测系统,较好地解决了现有船舶预测算法中存在的预测精度不高,依赖于经验等不足.以长江江阴大桥2007年船舶流量观测数据为例进行分析,实验结果表明,融合预测能够对多个数据源进行预测,并可以减缓单种预测方法单独预测的不确定性,从而增加了预测的准确性和整个预测系统的鲁棒性.
推荐文章
基于非凸低秩稀疏约束的船舶交通流量预测
船舶交通流量
预测
非凸优化
交替方向乘子法
广义迭代阈值算法
基于状态空间的连续断面船舶交通流量预测研究
船舶交通流
时间序列
状态空间
卡尔曼滤波
基于小波神经网络的VTS水域船舶交通流短期预测研究
VTS水域
小波神经网络
船舶交通流
短期预测
组合粗糙集和支持向量回归的船舶交通流预测
船舶交通流
粗糙集
遗传算法
支持向量回归
组合预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于智能融合的船舶交通流预测系统
来源期刊 中国航海 学科 交通运输
关键词 水路运输 智能融合 船舶流量 预测系统 组合预测
年,卷(期) 2008,(4) 所属期刊栏目 航行安全
研究方向 页码范围 364-367
页数 4页 分类号 U676.1|TP274
字数 2584字 语种 中文
DOI 10.3969/j.issn.1000-4653.2008.04.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汤天浩 上海海事大学物流工程学院 99 615 14.0 18.0
2 黄洪琼 上海海事大学信息工程学院 28 117 6.0 9.0
3 金永兴 上海海事大学商船学院 43 291 9.0 15.0
4 王天真 上海海事大学物流工程学院 24 190 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (93)
参考文献  (7)
节点文献
引证文献  (29)
同被引文献  (33)
二级引证文献  (94)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(8)
  • 引证文献(5)
  • 二级引证文献(3)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(15)
  • 引证文献(5)
  • 二级引证文献(10)
2013(12)
  • 引证文献(2)
  • 二级引证文献(10)
2014(12)
  • 引证文献(5)
  • 二级引证文献(7)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(18)
  • 引证文献(2)
  • 二级引证文献(16)
2017(21)
  • 引证文献(2)
  • 二级引证文献(19)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
水路运输
智能融合
船舶流量
预测系统
组合预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国航海
季刊
1000-4653
31-1388/U
大16开
上海市民生路600号(上海船舶运输科学研究所)
1965
chi
出版文献量(篇)
2014
总下载数(次)
7
总被引数(次)
15424
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导