对船舶交通流量进行准确预测在现代智能交通系统领域发挥着重要作用,为提高对船舶交通流量预测的准确性,本文将遗传算法分别与小波分析和神经网络进行结合,构建改进遗传小波神经网络模型,对广东省船舶交通流量的季度数据进行预测,并与遗传BP神经网络和传统小波网络等算法的预测进行对比。结果表明:经过遗传小波神经网络预测模型的误差相比传统的遗传BP神经网络模型和小波神经网络模型大幅度减小,提高了预测精度,从而保障水上交通安全,给水上安全主管部门的相关决策提供理论依据。
类型: 期刊论文
作者: 李振福,孙立谦
关键词: 船舶交通流量,遗传算法,小波分析,神经网络
来源: 中国水运(下半月) 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 公路与水路运输,自动化技术
单位: 大连海事大学
分类号: U692;TP183
页码: 70-71+79
总页数: 3
文件大小: 2093K
下载量: 162
本文来源: https://www.lunwen90.cn/article/a514ca55443c807273e3aa82.html