一种准确预测船舶交通流的自适应遗传算法优化的BP神经网络模型研究

• 作者: 傅荣 张得才 梅妍玭
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: EEMD算法 自适应遗传算法模型 BP神经网络模型 船舶交通流量预测
• 年，卷（期）: 2020,（2）
• 页码范围: 452-455
• 页数: 4页
• 分类号: TP183
• 字数: 2260字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2020.02.038

摘要

为了实现船舶交通流量的精确预测,对某大桥在2010年始～2016年终之间通过的船舶数量进行实测,并将实测数据作为时间序列,对其进行NP单根检验,得到的该时间序列具有非平稳性,进而建立EEMD-IAGA-BP神经网络预测模型,将实测船舶交通流量分解,得到多个平稳的分解信号,采用EEMD模型对其进行优化计算,研究结果表明:EEMD-IAGA-BP神经网络预测模型精度高于传统IAGA-BP模型,能够较为精确的预测船舶交通流量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅荣	中国船舶重工集团公司第七二三研究所	7	35	3.0	5.0
2	梅妍玭	扬州市职业大学电子工程学院	11	21	2.0	4.0
3	张得才		3	4	1.0	2.0