船舶交通流量预测的灰色神经网络模型.pdfVIP

　 　 　 　 　 　 　 ３６ １ 上海海事大学学报 Ｖｏｌ．３６　 Ｎｏ．１ 第卷第期 ２０１５ ３ Ｍａｒ． ２０１５ 年月 ＪｏｕｒｎａｌｏｆＳｈａｎｇｈａｉＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ １０．１３３４０／ｊ．ｊｓｍｕ．２０１５．０１．００８ １６７２－９４９８ ２０１５ ０１００４６０４ ＤＯＩ： 文章编号： （ ） 船舶交通流量预测的灰色神经网络模型 １ ２ １ 张树奎，肖英杰， １． 　 ２０１３０６ ２． 　 ２１１１７０ （上海海事大学商船学院，上海 ；江苏海事职业技术学院航海技术学院，南京 ） 摘要：为降低船舶交通流量的预测误差，提高预测精度，在分析传统的灰色模型和反向传播（Ｂａｃｋ Ｐｒｏｐａｇａｔｉｏｎ，ＢＰ）神经网络模型优缺点的基础上，构建灰色神经网络模型预测船舶交通流量．以实际 测量值作为初始数据构建不同的灰色模型，各种灰色模型的预测值作为神经网络的输入值，得到最 佳预测模型．实例分析表明：灰色神经网络模型可提高预测精度，预测结果比较理想，优于单一预测 模型；该模型具有所需初始数据少和非线性拟合能力强的特点，用于船舶交通流量预测是可行和有 效的． 关键词：船舶交通量；灰色模型；神经网络 中图分类号：Ｕ６９１．３２；Ｕ６９８．５；ＴＰ１８３　 　 　 　 文献标志码：Ａ Ｇｒｅｙｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｆｏｒｓｈｉｐｔｒａｆｆｉｃｆｌｏｗｐｒｅｄｉｃｔｉｏｎ １ ２ １ ， ＺＨＡＮＧＳｈｕｋｕｉ ，ＸＩＡＯＹｉｎｇｊｉｅ （１． ＭｅｒｃｈａｎｔＭａｒｉｎｅＣｏｌｌｅｇｅ，ＳｈａｎｇｈａｉＭａｒｉｔｉｍｅＵｎｉｖ． ，Ｓｈａｎｇｈａｉ２０１３０６，Ｃｈｉｎａ； ２． ＮａｖｉｇａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＣｏｌｌｅｇｅ，ＪｉａｎｇｓｕＭａｒｉｔｉｍｅＩｎｓｔｉｔｕｔｅ，Ｎａｎｊｉｎｇ２１１１７０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｒｅｄｕｃｅｔｈｅｅｒｒｏｒａｎｄｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｓｈｉｐｔｒａｆｆｉｃｆｌｏｗｐｒｅｄｉｃｔｉｏｎ，ａＧｒｅｙ ｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｉｓｃｏｎｓｔｒｕｃｔｅｄｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｏｆｔｈｅｔｒａ ｄｉｔｉｏｎａｌＧｒｅｙｍｏｄｅｌａｎｄＢａｃｋＰｒｏｐａｇａｔｉｏｎ （ＢＰ）ｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌ． Ｔｈｅｒｅａｌｍｅａｓｕｒｅｄｄａｔａａｒｅｕｓｅｄ ａｓｉｎｉｔｉａｌｄａｔａｔｏｃｏｎｓｔｒｕｃｔｄｉｆｆｅｒｅｎｔＧｒｅｙｍｏｄｅｌｓ． Ｖａｒｉｏｕｓｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅｓｅｍｏｄｅｌｓａｒｅｕｓｅｄａｓ ｔｈｅｉｎｐｕｔｏｆｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋ，ａｎｄｔｈｅｎｔｈｅｏｐｔｉｍｉｚｅｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉｓｏｂｔａｉｎｅｄ． Ａｃａｓｅｓｔｕｄｙｓｈｏｗｓ ｔｈａｔｔｈｅＧｒｅｙｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｃａｎｉｍｐｒ