遗传算法优化神经网络参数的港口物流量建模与预测

港口物流量建模与预测是当前的研究热点,传统神经网络无法有效反映港口物流量的变化特点,使得港口物流量预测结果不可信,为了提高港口物流量预测的准确性,提出了遗传算法优化神经网络参数的港口物流量预测模型。首先对港口物流量建模与预测的研究进展进行分析,分析当前港口物流量预测模型的局限性,然后针对神经网络参数优化问题,引入遗传算法对其进行搜索,得到最优的神经网络模型,最后将优化后的神经网络模型引入到港口物流量建模与预测,并进行港口物流量预测的仿真分析。结果表明遗传算法优化神经网络的港口物流量预测准确性高,可以对港口物流量变化特点进行长时间分析,获得了比传统神经网络更优的港口物流量预测结果。     

基于灰色模型的港口船舶通航能力估计

港口船舶通航能力估计具有十分重要的研究意义,由于港口船舶通航能力与多种因素直接或者间接相关,使得港口船舶通航能力不仅具有固定的变化趋势,同时具有随机的变化趋势。为了更好地描述港口船舶通航能力的变化趋势,本文提出基于灰色模型的港口船舶通航能力估计方法。对国内当前港口船舶通航能力研究现状进行分析,找到不同港口船舶通航能力估计方法的局限性。收集港口船舶通航能力的相关数据,采用灰色模型从相关数据中发现港口船舶通航能力变化特点,建立港口船舶通航能力估计模型,并引入神经网络对港口船舶通航能力估计误差进行修正。最后,进行了港口船舶通航能力估计性能的仿真测试。结果表明,本文方法可以准确拟合港口船舶通航能力变化趋势,港口船舶通航能力估计精度达到90%以上,在相同条件下,估计效果要优于当前经典港口船舶通航能力估计方法,具有十分广泛的应用前景。     

新年寄语

港口是现代物流供应链和物流网络的重要结点。随着全球经济的一体化发展,世界贸易通过港口的物流量正在迅猛增长,我国90％以上的外贸物流量要通过港口来实现。为了进一步提高港口作业效率和扩大吞吐能力,更好地满足全球物流量增长的需求,     

基于Elman网络的舰船组合导航系统误差补偿研究

为了提高卡尔曼滤波估计精度，提出了一种基于回归神经网络补偿卡尔曼滤波器估计误差的方法。根据Elman网络与非线性ARMA模型工作原理的相似性，利用Elman网络做误差估计器，补偿卡尔曼滤波器的估计精度。实际舰船航行数据仿真测试表明，该方法有效可行。     

基于最优化理论的船舶流量估计数学模型研究

对于港口和内河航运监管部门来说,准确的估计航道内船舶的流量是一项非常重要的工作,可以为港口的交通管理、航道的规划提供数据依据,提高航运交通的安全性。本文重点介绍了船舶流量估计模型的不同维度,建立了船舶流量特征的分析模型,最后结合最优理论和小波神经网络算法设计了船舶理论估计的最优模型,并对该流量估计模型进行了仿真。     

港口码头大型接卸船舶物流调度方法

针对传统船舶物流调度方法物流运营收益较低的问题,提出一种港口码头大型接卸船舶物流调度方法,对大型接卸船舶泊位资源进行配置,通过设置物流调度条件,建立港口码头大型接卸船舶物流调度模型,利用模拟迭代算法对模型进行求解,实现港口码头大型接卸船舶的物流调度,为了证明该方法的物流运营收益较高,将该方法与基于局部最优解的船舶物流调度方法、基于可能域的船舶物流调度方法、基于改善算法的船舶物流调度方法进行对比实验,结果证明该方法的物流运营收益最高,说明该方法最适用于大型接卸船舶的物流调度。     

物理压力下船体外侧抗压能力的非线性建模

物理压力下船体外侧抗压能力具有比较强的非线性变化特点,而当前物理压力下船体外侧抗压能力估计方法没有考虑该特点,使得估计误差大,为了提高物理压力下船体外侧抗压能力估计结果,设计一种物理压力下船体外侧抗压能力估计的非线性建模方法。首先收集物理压力下船体外侧抗压能力的历史样本数据,并采用灰色模型对物理压力下船体外侧抗压能力进行估计,然后采用神经网络对物理压力下船体外侧抗压能力进行估计,并通过加权对灰色模型和神经网络的物理压力下船体外侧抗压能力估计结果进行组合,最后进行物理压力下船体外侧抗压能力估计效果的验证性测试,结果表明,相对于其他方法,本文方法能够更加准确描述物理压力下船体外侧抗压能力的非线性变化特点,提高了物理压力下船体外侧抗压能力估计精度,具有一定的实际应用价值。     

改进神经网络的舰船碰撞危险度估计

当前的一些方法在航行行为预测以及碰撞预警能力方面仍存在一些问题,因此提出一种改进神经网络的舰船碰撞危险度估计方法,实现了舰船碰撞危险度的高精度估计。首先基于改进神经网络构建改进神经网络预测模型预测舰船航行行为,以提供碰撞危险度估计的基础数据来源。对舰船碰撞风险中的安全距离模型进行制订,具体包括危险领域安全距离模型、安全会遇领域安全距离模型、舰船动界安全距离模型。通过昆兹模型构建舰船碰撞危险度计算模型,对舰船碰撞危险度进行估计。在某水域进行本文方法的性能测试,测试结果证明该方法的航行行为预测误差低于现有方法,而碰撞预警精度则高于现有方法,提供了舰船防碰撞领域的新研究方向。     

基于改进粒子群算法的散焦舰船图像模糊参数估计

针对散焦舰船图像模糊问题,采用传统参数估计方法受到噪声影响,导致估计误差较大,为了避免该问题,提出改进粒子群算法。分析散焦舰船模糊图像退化模型,得到退化后图像计算公式。根据该公式初始化粒子群,通过跟踪极值来判断最新位置,并对运行速度进行控制。采用改进后的例子算法构建半径为r的圆,并分析圆弧形状和散焦频谱特征,通过计算幅值可得到散焦模糊参数的估计。由实验结果可知,该方法最高估计精准度可达到0.985 2,具有较强抗噪性能。     

上海港现代物流发展水平评价研究

以上海港为研究对象,通过构建了上海港物流发展水平评价的指标体系,利用因子分析法和主成份分析法进行对比分析,研究结果表明上海港目前在港口物流量的规模和腹地经济实力方面具有绝对的优势,而在港口物流发展速度和高附加值的国际物流的发展方面却有很大的发展空间。     

基于并联型灰色神经网络模型的港口吞吐量预测方法探讨

港口吞吐量预测是港口规划的基础,在确定港口发展方向、投资规模等方面发挥着十分重要的作用,因此有必要对港口吞吐量的发展趋势做出合理的预测。结合灰色理论和神经网络模型的特点,尝试用灰色神经网络组合模型之一——并联型灰色神经网络模型进行港口吞吐量预测。用实际算例证明了该方法在港口吞吐量预测中的有效性。     

港口集装箱吞吐量的灰色神经网络预测模型研究

为了降低港口集装箱吞吐量的预测误差,提高预测精度,文章通过分析传统的灰色预测模型和 BP 神经网络预测模型的优缺点,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和 BP 神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明：灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

基于BP神经网络算法的港口物流产业集群创新能力量化评价研究——以宁波港口物流产业集群为例

文中通过对港口物流产业集群创新能力作用机理的分析,根据问卷统计,得到港口物流产业集群评价指标体系。在此基础上,运用BP神经网络算法,量化评价港口物流产业集群创新能力,并以宁波港口物流产业集群的量化评价为实证案例,说明了BP神经网络算法的应用步骤,说明了评价结果。     

我国沿海商品车滚装物流发展分析

分析我国沿海商品车滚装物流发展的外部条件,对我国沿海港口商品车滚装物流量进行预测,阐述我国沿海滚装港口、航线、运力的资源条件,针对我国沿海发展商品车滚装物流存在的问题提出了建议。     

基于GA优化BP神经网络的港口集装箱吞吐量预测

为了提高港口集装箱吞吐量的预测精度,在BP神经网络的基础上,结合遗传算法(GA)建立一个新的预测模型。该模型利用GA自适应搜索能力和较快的收敛速度,进而确定BP神经网络中的最优权值和阈值。以青岛港2012-2018年集装箱吞吐量统计数据为例,进行实例验证。结果表明,与传统的BP神经网络相比,该模型能显著地提高港口集装箱吞吐量的预测精度,用于预测港口集装箱吞吐量具有一定可行性。     

大数据背景的船舶出航频率非线性估计

传统船舶出航频率非线性估计算法输出估计值与实际频率值之间误差较大,已经无法适应大数据背景下的估计应用。为了解决误差较大问题,提出大数据背景的船舶出航频率非线性估计方法。结合大数据计算特征,构建船舶出航参量进行出航流量的状态模型。通过模型输出相关频率变量特征,对频率估计误差展开分析计算。最后,根据分析系数值,对其进行估计内点差量的补偿计算,从而完成对非线性估计误差问题的优化。数据对比表明,提出的非线性估计输出值,相较传统评估输出值更为接近实际频率值。     

基于模糊理论的港口物流能力评价与分析

本文在分析港口物流能力构成及其评价因素指标的基础上,基于模糊理论建立了港口物流能力的评价模型,结合实际港口数据进行了验证分析和比较。该模型可用于港口物流能力的评价和分析。     

金融危机下珠三角港口汽车物流策略探讨

珠三角南沙和新沙汽车滚装码头都处于珠江口,运量明显满足不了能力需求.目前又受到金融危机影响,物流量明显不足,规模效益难以显现.通过对国内外一些港口汽车物流有益经验分析和借鉴,探讨一些港口发展应对策略.     

改进卷积神经网络的舰船物联网安全风险估计

现有方法在舰船物联网威胁识别率与缺陷识别率上表现不佳,因此提出一种改进卷积神经网络的舰船物联网安全风险估计方法。对舰船物联网安全风险数据进行分类也就是分类安全风险指标。对于动态类安全风险数据,需要对其进行数据补充。运行类安全风险数据的预处理需要进行数据清理。基础类安全风险数据的预处理需要进行数据变换与数据归一化处理。基于改进卷积神经网络提取舰船物联网安全风险数据特征,使用的改进卷积神经网络为SSD神经网络。基于灰色层次分析、Borda序列、风险矩阵构建舰船物联网安全风险估计模型。对设计方法进行实践应用,测试其舰船物联网威胁识别率与缺陷识别率,结果表明该方法取得了识别率数据上的突破,能够保障舰船物联网的安全。     

肇庆：打造西江流域物流枢纽

随着肇庆经济的迅速壮大和物流量的不断增加，一批港口物流企业纷纷抢滩肇庆，并积极参与港口经营。地处西江、广茂铁路、广梧高速、321国道和324国道交汇点的肇庆市，是大西南乃至“泛珠三角”与港澳、广东沿海发达地区连接往来的重要通道。2006年召开的肇庆市第十次党代会作出了大力发展港口物流经济的战略部署。目前，该市正充分发挥西江黄金水道作用，努力将港口物流经济打造成为带动区域经济发展的重要增长极，将该市打造成为西江流域物流枢纽城市。