基于循环结构优化的Elman神经网络船舶交通流量预测

• 作者: 勾翔宇 朱庆辉 李广儒 李海丽 杨晓
• 来源期刊: 高技术通讯
• 关键词: 水上交通 船舶交通流量 Elman神经网络 循环结构 流量预测 精度分析
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 先进制造与自动化
• 页码范围: 295-301
• 页数: 7页
• 字数: 3827字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2019.03.012

摘要

针对港口的船舶交通流量预测精度不高的问题,首次采用Elman神经网络进行船舶交通流量预测,同时引入以预测误差为条件的循环结构优化Elman神经网络,并利用前6个月数据预测后一个月数据的方式重新构建原始数据.同时,将优化后的Elman神经网络应用于芜湖港船舶交通流量的预测,并与原始的Elman神经网络、反向传播(BP)神经网络以及径向基函数(RBF)神经网络的预测结果进行误差及评价指标的分析比较.结果显示,在船舶交通流量预测方面,循环结构优化的Elman神经网络的预测误差在2％以内,小于原始Elman神经网络的3％的误差,远远小于BP神经网络的8％和RBF神经网络的6％的误差,同时优化后的Elman神经网络的各项评价指标均占据优势.表明了Elman神经网络在船舶交通流量预测方面的良好适用性,同时循环结构的优化效果明显,其预测性能更优,预测值更接近实际值,具有很大的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓	大连海事大学航海学院	29	110	6.0	8.0
2	李广儒	大连海事大学航海学院	16	72	4.0	8.0
3	李海丽	南京大学地理与海洋科学学院	5	5	1.0	2.0
4	朱庆辉	大连海事大学航海学院	5	2	1.0	1.0
5	勾翔宇	大连海事大学航海学院	3	2	1.0	1.0