原文传递
基于ICAKELM的港口集装箱吞吐量预测模型
| 题名： | 基于ICAKELM的港口集装箱吞吐量预测模型 |
| 正文语种： | 中文 |
| 作者： | 顾子瑜;陈诺 |
| 作者单位： | 上海大学管理学院;苏州大学数学科学学院 |
| 关键词： | 港口集装箱吞吐量;帝国竞争算法;核极限学习机 |
| 摘要： | 为了提高港口集装箱吞吐量预测的准确性与稳定性，在分析传统分解和集成的优缺点的基础上，提出ICEEMDAN-SE-AR1MA&ICAKELM-IKM预测模型，并将其用于上海港的月集装箱吞吐量预测。该模型首先利用ICEEMDAN分解港口集装箱吞吐量序列并分析其子序列的复杂程度，再使用样本熵检验子序列的复杂程度，分别使用ARIMA和帝国竞争优化核极限学习机(ICAKELM)对子序列进行预测，最后使用ICAKELM将各子序列的预测结果进行非线性集成，得出最终的预测结果。实证结果表明，本文所建立的分解集成人工智能模型预测效果显著优于传统的BP.ARIMA等单一模型，同时对于港口集装箱吞吐量短期预测有较高的准确性。 |
| 期刊名称： | 中国航海 |
| 出版年： | 2022 |
| 页码： | 93-99 |
检索历史
应用推荐
