基于时空因素的水路短期货运量预测

陈琛; 吴青; 高嵩

首页> 中文期刊> 《上海交通大学学报》 >基于时空因素的水路短期货运量预测

基于时空因素的水路短期货运量预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

考虑货运网络港口间空间关联能提高短期预测精度,但是不同于公路网络中通过交叉路口形成简单明确的上下游空间关系,超高维的水运货运空间关系数据难以直接利用,为此,基于频繁港口和神经网络(FR-NN)构建考虑时空因素的水路货运量预测模型.该模型基于频繁模式的思想挖掘出目标港口在货运空间网络中的频繁港口,利用频繁港口提取货运网络的主要空间关系,用低维数据保留高维网络主要空间特征,再利用神经网络拟合频繁港口与目标港口货运量间的时空关系.实例分析表明,考虑时空关系有助于提高预测精度,模型能提高不同粒度的短期货运量预测精度,尤其是能够预测采用时间序列方法不理想的周、日货运量.

著录项

来源
《上海交通大学学报》 |2019年第5期|556-562|共7页
作者
陈琛; 吴青; 高嵩;
展开▼
作者单位

武汉商学院商贸物流学院;

武汉430056;

武汉理工大学物流工程学院;

武汉430063;

武汉理工大学智能交通系统研究中心;

武汉430063;

展开▼
原文格式 PDF
正文语种 chi
中图分类运输业务;
关键词
货运量; 短期预测; 时空因素; 频繁模式; 神经网络;

相似文献

中文文献
外文文献
专利

1. 我国水路货运量短期预测模型 [J] . 李序颖 . 数理统计与管理 . 1998,第1期
2. 基于支持向量机 MIV值的水路运输货运量影响因素识别 [J] . 陈东清 ,黄章树 . 物流工程与管理 . 2015,第007期
3. 基于支持向量机MIV值的水路运输货运量影响因素识别 [J] . 陈东清1 ,黄章树2 . 物流工程与管理 . 2015,第007期
4. 组合预测在水路货运量预测中的应用 [J] . 万轶凌 ,朱士东 . 交通与运输 . 2006,第B12期
5. 组合预测在水路货运量预测中的应用 [J] . 万轶凌 ,朱士东 . 交通与运输 . 2006,第0z2期
6. 基于灰色预测-马尔可夫链-定性分析的铁路货运量预测 [C] . 张诚 ,周湘峰 . 第六次中国物流学术年会 . 2007
7. 基于遗传算法优化BP神经网络的铁路货运量预测及影响因素探究 [A] . 刘晓彤 . 2020

基于时空因素的水路短期货运量预测

摘要

著录项

相似文献

相关主题

期刊订阅