原文传递
基于ABC-BP神经网络的船舶交通流量预测研究
| 论文题名： | 基于ABC-BP神经网络的船舶交通流量预测研究 |
| 关键词： | 船舶交通流量预测;人工蜂群算法;BP神经网络;网络层次分析法 |
| 摘要： | 改革开放以来，沿海港口城市得到大力发展，海上交通变得越来越发达。与此同时，船舶交通流量逐年上升，海上交通事故数量也有所增加。科学准确的船舶交通流量预测能为海事监管部门和港航部门制定港口和航道规划提供支持和依据，也是减少海上交通事故的关键因素之一。 论文充分分析船舶交通流量预测影响因素，采用人工蜂群算法（ArtificialBeeColony,ABC），结合BP（BackPropagation）神经网络，构建了ABC-BP神经网络船舶交通流量预测模型，并进行验证分析。主要内容包括： （1）确定船舶交通流量影响因素。论文研究船舶交通流量短期预测和中长期预测影响因素，重点分析中长期预测影响因素，通过问卷调查获取专家意见，并利用网络层次分析法（AnalysisNetworkProcess,ANP）做相关性分析，得出中长期船舶交通流量预测主要考虑反映港口生产规模的相关指标。 （2）构建船舶交通流量预测模型。分析不同神经网络优化算法的特点及应用领域，构建了ABC-BP神经网络船舶交通流量预测模型，克服了BP神经网络易陷入局部最优缺陷，确定出最优权值和阈值。 （3）以青岛港为例，分别利用反映港口生产规模的指标及船舶交通流量历史数据对预测模型进行实例验证，并对不同输入变量的模型预测结果进行分析比较。结果表明，利用反映港口生产规模的指标进行预测，ABC-BP预测模型的平均绝对百分比误差仅有0.851%，远低于BP预测模型的6.691%和GA-BP预测模型的4.977%，也优于利用船舶交通流量历史数据预测的各模型预测指标。 论文分析了不同时间跨度船舶交通流量预测考虑的影响因素不同，构建了ABC-BP神经网络船舶交通流量预测模型。后续实例验证表明，利用反映港口生产规模的指标作为输入变量，利用ABC-BP神经网络预测模型进行中长期船舶交通流量预测是科学可行的，不仅丰富了船舶交通流量预测领域的方法，也为船舶交通组织、港口规划提供了基础依据。 |
| 作者： | 黄富程 |
| 专业： | 交通信息工程及控制 |
| 导师： | 戴冉;刘德新 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
