基于GA优化ELM的船舶交通流预测模型

• 作者: 崔翔鹏 黄洪琼
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 船舶交通流量 遗传算法 极限学习机 预测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 软件与算法
• 页码范围: 15-17,21
• 页数: 4页
• 分类号: TP391.9
• 字数: 2499字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.09.005

摘要

为了提高船舶交通流预测的效率和准确率,分析了船舶流量预测中的影响因素多、非线性、随机性等问题,建立了ELM(极限学习机)预测模型.同时为了避免极限学习机算法受输入权值矩阵和隐含层偏差随机性的影响,算法又采用GA(遗传算法)对极限学习机的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM船舶交通流预测模型.利用上海洋山港船舶流量对该模型进行了实例分析,通过MATLAB仿真进行预测,将GA-ELM模型与单纯的BP模型、ELM模型进行对比和分析,结果表明:GA-ELM模型具有更高的预测精度和效率,从而能够相对准确、高效地对船舶交通流量进行预测.

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	崔翔鹏	上海海事大学信息工程学院	1	9	1.0	1.0