基于集合经验模态分解和灰色神经网络的船舶交通流预测

• 作者: 刘明俊 李晓磊 肖进丽
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 交通运输
• 关键词: 船舶交通流 集合经验模态分解 灰色神经网络 组合预测
• 年，卷（期）: 2017,（6）
• 页码范围: 938-942
• 页数: 5页
• 分类号: U491.2
• 字数: 3386字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2017.06.010

摘要

为提高船舶交通流预测精度,更科学地为海事监管、港口水域规划布局提供参考,结合灰色神经网络模型(grey neural network,GNN)和集合经验模态分解(ensemble empirical mode decom-position,EEMD)对船舶交通流建立了EEMD-GNN组合预测模型,并基于Matlab软件,以2007年1月—2015年12月荆州长江公路大桥断面船舶交通流月流量统计数据为样本进行了实例分析.首先对船舶月流量时间序列样本数据进行EEMD分解以降低序列的非平稳性,然后对EEMD分解后获得的各分量建立GNN模型进行预测,并将各分量预测值进行叠加即得到EEMD-GNN模型的预测结果.最后,将EEMD-GNN模型预测结果与传统GNN模型进行对比分析.对比分析结果表明,EEMD-GNN模型较传统GNN模型的预测精度更高,能更好地反映船舶月交通流量的变化情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明俊	武汉理工大学航运学院	65	494	13.0	19.0
3	肖进丽	武汉理工大学航运学院	11	45	3.0	6.0
5	李晓磊	武汉理工大学航运学院	7	26	3.0	5.0