论文摘要
为了提高港口吞吐量预测模型的适用性,满足港口决策的需求,对传统时间序列BP神经网络预测模型进行改进,将未来三年的吞吐量作为输出层参数,以tansig函数和logsig函数为传递函数,建立了改进型时间序列BP神经网络预测模型,利用trainlm函数训练神经网络,预测未来三年的港口吞吐量。对深圳港集装箱吞吐量进行了预测,结果表明,改进型时间序列BP神经网络模型泛化能力更强,拟合精度更高,且避免了传统预测模型循环预测产生的误差叠加,具有较好的适用性。
论文目录
文章来源
类型: 期刊论文
作者: 陈锦文,兰培真
关键词: 港口吞吐量,时间序列,神经网络,预测模型
来源: 集美大学学报(自然科学版) 2019年05期
年度: 2019
分类: 基础科学,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: 集美大学海上交通安全研究所,交通安全应急信息技术国家工程实验室
分类号: TP183;U691.71
DOI: 10.19715/j.jmuzr.2019.05.05
页码: 352-357
总页数: 6
文件大小: 1017K
下载量: 221