基于神经网络的船舶交通流量预测研究-航海科学与技术专业论文.docxVIP

研究生优秀毕业论文 大连海事大学学位论文原创性声明和使用授权说明原创性声明 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成博／硕士学位论文 ! 基王袖经圈络的船舶交通流量预测研究：：。除论 文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在 文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体己经 公开发表或未公开发表的成果。本声明的法律责任由本人承担。 学位论文作者签名：童辫 学位论文版权使用授权书 本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学 位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士 学位论文全文数据库》 (中国学术期刊(光盘版)电子杂志社)、 《中国学位论 文全文数据库》(中国科学技术信息研究所)等数据库中，并以电子出版物形式 出版发行和提供信息服务。保密的论文在解密后遵守此规定。 本学位论文属于： 保密口在 年解密后适用本授权书。 不保密∥(请在以上方框内打“√” ) 论文作者签名：啼彰甾铒 导师签名： 日期： 年 月 日 万方数据 中文摘要摘要 中文摘要 摘要 随着我国航运业的快速发展，海上交通变得越来越发达的同时，海上交通事 故也逐渐增多。科学而准确的船舶交通流量预测能为海事机关和港航部门制定港 口和航道规划提供数据支持和理论依据，是减少海上交通事故的关键因素之一。 本文在总结现有船舶交通流量预测模型的基础上，对神经网络船舶交通流量预测 模型进行研究，并提出基于遗传算法优化BP神经网络的船舶交通流量预测模型。 首先，简述海上交通流的理论基础知识和船舶交通流量预测的基本概念，并 给出船舶交通流量预测的评价指标。其次，为减少数据波动对预测精度的影响， 运用五点三次平滑处理方法对采集的数据进行平滑处理和归一化处理。然后，建 立基于BP神经网络的船舶交通流量预测模型，针对BP神经网络的固有缺陷，应 用遗传算法对BP神经网络进行优化，建立基于遗传算法优化BP神经网络的船舶 交通流量预测模型。最后，分别采用BP神经网络模型和遗传算法优化BP神经网 络模型对深圳港的船舶交通流量进行预测。结果表明，在一定误差范围内，BP神 经网络预测模型和遗传算法优化BP神经网络预测模型能较好的预测深圳港的船 舶交通流量。对比分析上述两预测模型的预测结果，分析结果表明遗传算法能够 有效避免BP神经网络的固有缺陷，应用遗传算法优化BP神经网络的船舶交通流 量预测模型的预测精度更高，误差更小。 关键词：船舶交通流量预测；BP神经网络；遗传算法 万方数据 英文摘要ABSTRACT 英文摘要 ABSTRACT With the rapid development of shipping industry in China，maritime traffic becomes more and more prosperous，but the maritime traffic accidents occur frequently at the same time．Scientific and accurate prediction of vessel traffic flow can provide data support and theoretical basis for maritime authorities and relevant departments to formulate port and channel program．What’S more，vessel traffic flow prediction is one of the key factors to reduce maritime traffic accidents．On the basis of summary the existing vessel traffic flow prediction models，this thesis researches neural network model and proposes genetic algorithms of BP neural network model to predict vessel traffic flow． Firstly,this thesis introduces the basic knowledge of vesse