船舶交通流量的灰色神经网络预测方法研究
为了降低船舶交通流量的预测误差,提高预测精度,文章通过分析传统的灰色预测模型和BP神经网络预测模型的优缺点,构建了灰色神经网络船舶交通流量预测模型,该模型充分发挥了灰色模型所需初始数据少和BP神经网络非线性拟合能力强的特点.以实际测量值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果.通过实例分析,结果表明:灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于船舶交通流量预测是可行的、有效的.
船舶管理 交通流量 灰色神经网络模型 预测精度
张树奎 肖英杰
江苏海事职业技术学院航海技术学院,江苏南京211170;上海海事大学商船学院,上海201306 上海海事大学商船学院,上海201306
国内会议
大连
中文
180-189
2014-11-20(万方平台首次上网日期,不代表论文的发表时间)