基于DE-SVM的船舶航迹预测模型

• 作者: 刘娇 史国友 朱凯歌 杨学钱
• 来源期刊: 上海海事大学学报
• 关键词: 航迹预测 支持向量机(SVM) 差分进化(DE)算法 AIS BP神经网络
• 年，卷（期）: 2020,（1）
• 页码范围: 34-39,115
• 页数: 7页
• 分类号: U675.79
• 语种: 中文
• DOI: 10.13340/j.jsmu.2020.01.006

摘要

为提高船舶航迹预测精度,解决准确建模难度大和神经网络易陷入局部最优的问题,考虑实时获取目标船AIS数据较少的特点,提出一种基于支持向量机(support vector machine,SVM)的航迹预测模型.选择AIS数据中的航速、航向和船舶经纬度作为样本特征变量;采用小波阈值去噪的方法处理训练数据;采用差分进化(differential evolution,DE)算法对模型内部参数寻优以提高模型收敛速度和预测精度.选取天津港实船某段航迹的AIS数据,比较基于DE-SVM与基于BP神经网络的航迹预测模型的仿真结果.结果 表明,基于DE-SVM的航迹预测模型具有更高的预测精度,简单、可行、高效,且耗时少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史国友	大连海事大学航海学院	52	566	12.0	22.0
5	刘娇	大连海事大学航海学院	9	10	1.0	3.0
9	杨学钱	大连海事大学航海学院	1	0	0.0	0.0
13	朱凯歌	大连海事大学航海学院	3	1	1.0	1.0