基于AIS船舶数据的港口交通流量预测模型研究 |
| |
引用本文: | 李晋,钟鸣,李扬威.基于AIS船舶数据的港口交通流量预测模型研究[J].交通信息与安全,2018,36(3):72-78. |
| |
作者姓名: | 李晋 钟鸣 李扬威 |
| |
作者单位: | 武汉理工大学能源与动力工程学院 武汉430063 |
| |
基金项目: | 中央高校基本科研业务费专项资金项目湖北省自然科学基金项目 |
| |
摘 要: | 针对当前船舶交通流量预测手段落后,精度不高的问题,利用宝船网A PI数据接口提取船舶A IS数据,依托该数据构建基因算法优化神经网络的船舶交通流量预测模型,K近邻回归预测模型、时间序列预测模型和灰色预测模型的组合预测模型.通过自编程序采集了天津港某时段的船舶交通流量数据,在剔除错误和不可用数据后,对船舶交通流量数据进行统计,分析得到了进出天津港的船舶航行特性.同时为了更直观的验证所提出的预测模型效果,与利用K近邻回归、时间序列和灰色预测模型3种方法预测的结果进行对比.组合模型进港预测的平均绝对误差、均方误差和平均相对误差分别是0.5595,1.0119和12.98%,出港分别是0.6726,1.3155和15.23%,以上指标均优于上述的传统3种模型.相比于组合模型,优化的BP神经网络模型预测结果更优,进港和出港预测的平均相对误差分别降低了3.23% 和4.76%,结论证明,组合模型和优化的BP神经网络模型具有较高的预测精度.
|
关 键 词: | 船舶交通流量预测 AIS数据 基因算法 神经网络 非参数回归 组合模型 |
A Forecasting Model of Marine Traffic Flows at Ports Based on AIS Data |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
| 点击此处可从《交通信息与安全》下载免费的PDF全文 |
|