论文摘要
为提高船舶交通流量的预测精度,利用具有全局搜索能力的粒子群算法（Particle Swarm Optimization, PSO）对无偏灰色马尔科夫模型进行优化,构建船舶交通流量预测的PSO-无偏灰色马尔科夫模型。该模型可综合考虑预测中的残差序列、状态区间、状态转移概率,自适应选取最优白化系数,用以准确表征船舶交通流量的发展趋势。以东营港2012—2017年船舶交通流量季度统计数据为例,选取前21个季度数据对模型进行训练,后2个季度数据对预测结果进行分析,与传统的无偏灰色模型和无偏灰色马尔科夫模型相比,该模型能显著地提高船舶交通流量的预测精度,其拟合精度和预测精度分别为91.439%和95.959%,验证后该模型具有科学性与有效性。
论文目录
文章来源
类型: 期刊论文
作者: 马全党,江福才,范庆波,朱蓉蓉
关键词: 船舶交通流量,预测,无偏灰色模型,马尔科夫模型,粒子群算法
来源: 中国航海 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 武汉理工大学航运学院,武汉理工大学内河航运技术湖北省重点实验室
基金: 国家自然科学基金(51579202),国家自然科学青年基金(51309186)
分类号: U692
页码: 97-103
总页数: 7
文件大小: 198K
下载量: 248