原文传递
基于SARIMA-BP模型的港口船舶交通流量预测
| 题名： | 基于SARIMA-BP模型的港口船舶交通流量预测 |
| 正文语种： | 中文 |
| 作者： | 赵龙文;苌道方;朱宗良;高银萍; |
| 作者单位： | 上海海事大学物流科学与工程研究院; |
| 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 |
| 摘要： | 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 |
| 期刊名称： | 中国航海 |
| 出版年： | 2020 |
| 页码： | 50-55,94 |
检索历史
应用推荐
