基于PSO优化SVM的船舶流量预测算法

• 作者: 沈浩 黄洪琼
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 船舶流量 多因素 预测 灰色神经网络 支持向量机 粒子群优化算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 技术与方法
• 页码范围: 73-75
• 页数: 3页
• 分类号: TP391.9
• 字数: 2577字
• 语种: 中文

摘要

通过对上海洋山深水港口的船舶流量的调研以及对船舶交通流量影响因素的分析,建立支持向量机预测模型.同时为了解决支持向量机预测模型的参数选择问题,引入了粒子群优化算法进行参数优化,建立较优的PSO-SVM预测模型.通过MATLAB仿真实验计算,将PSO-SVM模型与单纯的SVM预测模型和灰色神经网络预测模型结果进行对比分析,证明了该模型的可行性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄洪琼	上海海事大学信息工程学院	28	117	6.0	9.0
2	沈浩	上海海事大学信息工程学院	2	8	2.0	2.0