基于禁忌算法优化神经网络的海洋船舶流量预测

• 作者: 宋武 陈作聪
• 来源期刊: 计算机测量与控制
• 关键词: 流量预测 禁忌算法 神经网络 海洋船舶
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 测试软件工程
• 页码范围: 124-126
• 页数: 3页
• 分类号: TP319
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.11.036

摘要

为了有效缓解船舶交通拥堵和提高通航效率,对海洋港口和航道管理提供一个更可靠的数据,设计了一种基于禁忌算法优化神经网络的海洋船舶流量预测的方法;首先,建立了基于禁忌算法优化神经网络的海洋船舶流量预测模型;然后,设计了三层的脊波神经网络结构,提出了采用禁忌算法优化脊波神经网络结构参数的具体方法,从而得到一个初始化的脊波神经网络流量预测模型;然后,采用有标签的训练样本数据集对网络进行训练,将满足误差阈值的训练模型作为最终的预测模型;以某港口为例进行仿真实验,结果表明文中得到的预测结果与真实值较为接近,且与其它方法相比,具有更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈作聪	海南热带海洋学院计算机工程学院	13	22	3.0	4.0
2	宋武	海南热带海洋学院计算机工程学院	3	3	1.0	1.0