基于Elman神经网络的港口货物吞吐量预测

• 作者: 朱庆辉 李广儒
• 来源期刊: 重庆交通大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通运输工程 港口 货物吞吐量 Elman神经网络 预测 动态学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 交通+大数据人工智能
• 页码范围: 8-12
• 页数: 5页
• 分类号: U691.71
• 字数: 4185字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-0696.2020.06.02

摘要

为提高港口货物吞吐量的预测精度,进而为港口建设提供数据支持,引入具有处理动态信息能力的Elman神经网络.将Elman神经网络应用于宁波舟山港的货物吞吐量预测,采用前6个月数据递归预测后一个月数据的方式构建时间序列数据,同时与BP神经网络以及RBF神经网络的预测结果进行分析比较.结果 表明:在港口货物吞吐量预测方面,相比于BP神经网络以及RBF神经网络,Elman神经网络更能适应吞吐量数据随时间变化的特性,其预测值更接近实际值,其预测性能更优,且更能体现港口实际状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李广儒	大连海事大学航海学院	16	72	4.0	8.0
2	朱庆辉	大连海事大学航海学院	5	2	1.0	1.0