原文传递
基于ABC优化BP神经网络的船舶交通流量预测
| 题名： | 基于ABC优化BP神经网络的船舶交通流量预测 |
| 正文语种： | 中文 |
| 作者： | 黄富程,刘德新,曹杰,安天圣 |
| 作者单位： | 大连海事大学航海学院 |
| 关键词： | 船舶交通流量预测;人工蜂群算法(ABC);BP神经网络;权值和阈值 |
| 摘要： | 为提高船舶交通流量预测的准确性,针对BP神经网络随机确定初始权值和阈值的缺点,提出一种基于人工蜂群算法(ArtificialBeeColony,ABC)改进BP神经网络的ABC-BP船舶交通流量预测模型。利用人工蜂群算法全局搜索能力和不易陷入局部最优的特点,对BP神经网络的初始权值和阈值进行优化,并以青岛港船舶交通流量统计数据为例,进行实例验证。结果显示,与传统的BP神经网络以及遗传算法(GA)优化的BP神经网络预测模型相比!ABC-BP模型平均绝对百分比误差(MAPE)低至3.3618%,不仅避免了局部最优,而且通过简单的参数设置就能够显著提高船舶交通流量的预测精度。表明本模型在船舶交通流量预测上是有效可行的。 |
| 期刊名称： | 中国航海 |
| 出版日期： | 202106 |
| 出版年： | 2021 |
| 页码： | 78-83 |
检索历史
应用推荐
