基于FCM-ANFIS模型的船舶交通流预测

• 作者: 惠子刚 肖建兵
• 来源期刊: 中国航海
• 学科: 交通运输
• 关键词: 船舶交通流预测 模糊C均值聚类 自适应模糊推理系统 相关分析
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 航行安全
• 页码范围: 73-76,101
• 页数: 5页
• 分类号: TP183|U692
• 字数: 3821字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4653.2018.02.015

摘要

提出一种基于模糊C均值聚类自适应神经模糊推理系统(Fuzzy C-Means Clustering Algorithm with Adaptive Neural-Fuzzy Inference System,FCM-ANFIS)的船舶海上交通流预测模型,采用相关分析法预测网络模型的输入变量个数;采用模糊C均值聚类算法对仿真数据进行分析和模糊聚类,从而确定模型的聚类中心,进而建立ANFIS预测网络结构.该模型采用BP算法与最小二乘算法相结合的混合学习算法进行网络参数训练,可克服传统预报模型收敛速度慢和局部最优等问题,进而提高预报精度.同时,选用船舶自动识别系统(Automatic Identification System,AIS)记录的船舶交通流数据进行仿真预报,仿真结果验证了该模型的可行性和有效性,并取得良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖建兵	青岛远洋船员职业学院航海系	12	34	4.0	5.0
2	惠子刚	青岛远洋船员职业学院航海系	10	5	1.0	1.0