GWO-Elman模型在港口货物吞吐量预测中的应用 |
| |
引用本文: | 刘迪.GWO-Elman模型在港口货物吞吐量预测中的应用[J].水运管理,2024(3):7-12+32. |
| |
作者姓名: | 刘迪 |
| |
作者单位: | 兰州财经大学统计学院 |
| |
摘 要: | 港口作为国内国际贸易的重要枢纽,在新时代区域经济发展中具有重要的战略地位。为提高港口货物吞吐量的预测精度,使用差分法、灰狼优化(GWO)算法和Elman神经网络模型对2010―2019年青岛港货物吞吐量进行了训练与预测。基于所收集到的时间序列数据,将其作为样本数据输入Elman神经网络模型进行训练与测试;在训练过程中,引入灰狼优化(GWO)算法来优化Elman神经网络的权重(w)和神经元阈值(b);将GWO-Elman组合模型应用于青岛港货物吞吐量预测的实证研究中。结果证明:GWO-Elman算法模型相较于传统Elman神经网络模型,在预测货物吞吐量时有着更高的收敛速度与预测精度,这为港口货物吞吐量的预测提供了一种新的计算方法。
|
关 键 词: | 货物吞吐量 预测 灰狼优化算法 Elman神经网络 |
|