船舶交通流量预测的灰色神经网络模型

• 作者: 张树奎 肖英杰
• 来源期刊: 上海海事大学学报
• 关键词: 船舶交通量 灰色模型 神经网络
• 年，卷（期）: 2015,（1）
• 页码范围: 46-49
• 页数: 4页
• 分类号: U691.32|U698.5|TP183
• 语种: 中文
• DOI: 10.13340/j.jsmu.2015.01.008

摘要

为降低船舶交通流量的预测误差，提高预测精度，在分析传统的灰色模型和反向传播（Back-Propagation，BP）神经网络模型优缺点的基础上，构建灰色神经网络模型预测船舶交通流量。以实际测量值作为初始数据构建不同的灰色模型，各种灰色模型的预测值作为神经网络的输入值，得到最佳预测模型。实例分析表明：灰色神经网络模型可提高预测精度，预测结果比较理想，优于单一预测模型；该模型具有所需初始数据少和非线性拟合能力强的特点，用于船舶交通流量预测是可行和有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖英杰	上海海事大学商船学院	124	651	14.0	17.0
2	张树奎	上海海事大学商船学院	44	115	7.0	9.0