基于SARIMA-BP模型的港口船舶交通流量预测

赵龙文; 苌道方; 朱宗良; 高银萍

首页> 中文期刊> 《中国航海》 >基于SARIMA-BP模型的港口船舶交通流量预测

基于SARIMA-BP模型的港口船舶交通流量预测

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

cqvip:为提高船舶交通流量预测精度,提出一种季节性自回归移动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型和BP神经网络的误差校正集成模型。以深圳港2011—2017年的数据为研究样本,对原始数据进行预处理,构建最优SARIMA模型,以该模型求出的残差序列作为BP神经网络的输入,将两个模型预测结果进行整合,得到集成模型的预测结果。试验结果表明:该误差校正集成模型与两个单一模型相比,体现出船舶交通流量数据的季节性特征,具有较好的预测精度,为港口船舶交通流量预测提供一种更为有效的方法。

著录项

来源
《中国航海》 |2020年第1期|50-5594|共7页
作者
赵龙文; 苌道方; 朱宗良; 高银萍;
展开▼
作者单位

上海海事大学物流科学与工程研究院上海201306;

展开▼
原文格式 PDF
正文语种 chi
中图分类水运工作组织与管理;
关键词
船舶交通流量; 预测; 季节性自回归移动平均模型; BP神经网络;

相似文献

中文文献
外文文献
专利

1. 基于遗传小波神经网络的港口船舶交通流量预测模型比较 [J] . 李振福 ,孙立谦 . 中国水运（下半月） . 2019,第001期
2. 基于AIS船舶数据的港口交通流量预测模型研究 [J] . 李晋 ,钟鸣 ,李扬威 . 交通信息与安全 . 2018,第003期
3. 基于优化RBF网络的港口船舶交通流量预测 [J] . 郝勇 ,王怡 . 中国航海 . 2014,第002期
4. 基于MFO-LSSVM的船舶交通流量预测模型 [J] . 朱姗 ,孙立谦 . 交通技术 . 2020,第004期
5. 基于PSO的BP神经网络-Markov船舶交通流量预测模型 [J] . 范庆波 ,江福才 ,马全党 . 上海海事大学学报 . 2018,第002期
6. 从《港口法》、《港口危险货物管理规定》及《船舶载运危险货物安全监督管理规定》的实施看船舶载运危险货物安全监管规律 [C] . 侯利民 . 中国航海学会2008年度学术交流会 . 2008
7. 基于AIS船舶数据与人工智能算法的港口交通流量预测模型研究 [A] . 李晋 . 2018

基于SARIMA-BP模型的港口船舶交通流量预测

摘要

著录项

相似文献

相关主题

期刊订阅