PSO-无偏灰色马尔科夫模型在船舶交通流量预测中的应用

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

• 1 构建PSO-无偏灰色马尔科夫链模型
•   1.1 无偏灰色模型
•   1.2 无偏灰色马尔科夫模型
•   1.3 PSO优化
•   1.4 模型检验
• 2 算 例
•   2.1 数据样本的选取
•   2.2 无偏灰色模型预测
•   2.3 无偏灰色马尔科夫模型预测
•   2.4 PSO优化
•   2.5 误差比较
• 3 结束语

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