基于ARIMA-BP神经网络的船舶交通事故预测

• 作者: 付玉慧 张逸飞
• 来源期刊: 上海海事大学学报
• 关键词: 船舶交通事故 组合预测方法 简单加权 残差优化
• 年，卷（期）: 2020,（3）
• 页码范围: 47-52
• 页数: 6页
• 分类号: U698.6
• 语种: 中文
• DOI: 10.13340/j.jsmu.2020.03.009

摘要

为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated mov-ing average,ARIMA)模型与BP神经网络组合的船舶交通事故预测方法.该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网络的优势,分别从简单加权和残差优化角度对ARIMA模型与BP神经网络的不同组合方法进行比较研究,并将其应用于2000—2018年英国籍船舶交通事故预测中.结果 表明:与ARIMA模型、BP神经网络和ARIMA-BP的简单加权组合预测方法进行对比,ARIMA-BP的残差优化组合预测方法的预测精度最高,其均方根误差、平均绝对误差和平均绝对百分比误差分别为7.16、6.0和4.9％.本文提出的船舶交通事故预测方法可以为相关人员的决策提供指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付玉慧		22	117	5.0	10.0
2	张逸飞		1	0	0.0	0.0