改进型BP神经网络的港口吞吐量预测

• 作者: 兰培真 陈锦文
• 来源期刊: 集美大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 港口吞吐量 时间序列 BP神经网络 预测模型
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 航海技术与物流工程
• 页码范围: 352-357
• 页数: 6页
• 分类号: U691.71
• 字数: 3324字
• 语种: 中文
• DOI: 10.19715/j.jmuzr.2019.05.05

摘要

为了提高港口吞吐量预测模型的适用性,满足港口决策的需求,对传统时间序列BP神经网络预测模型进行改进,将未来三年的吞吐量作为输出层参数,以tansig函数和logsig函数为传递函数,建立了改进型时间序列BP神经网络预测模型,利用trainlm函数训练神经网络,预测未来三年的港口吞吐量.对深圳港集装箱吞吐量进行了预测,结果表明,改进型时间序列BP神经网络模型泛化能力更强,拟合精度更高,且避免了传统预测模型循环预测产生的误差叠加,具有较好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰培真	集美大学海上交通安全研究所	46	321	9.0	15.0
5	陈锦文	集美大学海上交通安全研究所	4	6	2.0	2.0