基于FOA优化GRNN的船舶交通流预测模型

• 作者: 钮浩东 黄洪琼
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 船舶流量 果蝇算法 参数优化 预测 广义回归神经网络
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 技术与方法
• 页码范围: 81-83
• 页数: 3页
• 分类号: TP391.9
• 字数: 2388字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2016.12.026

摘要

针对船舶交通流预测中存在复杂性、非线性、受限因素多等特点,运用果蝇优化算法,建立了优化的广义回归神经网络船舶交通流预测模型.通过利用果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,从而实现对船舶交通流的预测.以东海大桥的船舶流量观测数据为实例对象进行分析,通过MATLAB进行仿真预测,实验结果表明:FOA-GRNN模型相比于传统的GRNN模型和BPNN模型具有更高的预测精度和泛化能力,有效地解决了预测过程中数据样本少、非线性拟合能力差等问题,对水路的规划、通航管理等方面具有一定的应用价值.

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	钮浩东	上海海事大学信息工程学院	1	5	1.0	1.0