基于PSO的BP神经网络-Markov船舶交通流量预测模型

• 作者: 江福才 范庆波 马全党 马勇
• 来源期刊: 上海海事大学学报
• 关键词: 船舶交通流量预测 BP神经网络 马尔科夫模型(Markov模型) 粒子群优化(PSO)
• 年，卷（期）: 2018,（2）
• 页码范围: 22-27,54
• 页数: 7页
• 分类号: U691|O211.62
• 语种: 中文
• DOI: 10.13340/j.jsmu.2018.02.005

摘要

为对船舶交通流量进行准确预测,结合BP神经网络和Markov算法,构建BP神经网络-Markov预测模型.引入粒子群优化(particle swarm optimization,PSO)算法对模型进行优化,克服利用Markov模型选取白化系数的不足.用该模型预测武汉长江大桥船舶交通流量的月度数据,结果表明:与BP神经网络的预测精度82.439 0％相比,基于PSO的BP神经网络-Markov预测模型的预测精度提高到91.050 8％,该模型的合理性和准确性得到验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马勇	武汉理工大学航运学院	17	111	7.0	10.0
5	江福才	武汉理工大学航运学院	35	147	7.0	10.0
9	马全党	武汉理工大学航运学院	29	120	7.0	10.0
13	范庆波	武汉理工大学航运学院	5	21	2.0	4.0