共查询到17条相似文献,搜索用时 62 毫秒
1.
为提高船舶交通流量预测精度,提出一种季节性自回归移动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型和BP神经网络的误差校正集成模型。以深圳港2011—2017年的数据为研究样本,对原始数据进行预处理,构建最优SARIMA模型,以该模型求出的残差序列作为BP神经网络的输入,将两个模型预测结果进行整合,得到集成模型的预测结果。试验结果表明:该误差校正集成模型与两个单一模型相比,体现出船舶交通流量数据的季节性特征,具有较好的预测精度,为港口船舶交通流量预测提供一种更为有效的方法。 相似文献
2.
结合灰色模型和自回归AR(p)模型,提出两种模型组合的灰色自回归模型,根据实际的船舶交通流量数据,分别运用灰色模型、自回归AR(p)模型和灰色自回归模型,对某港口船舶交通流量的进行预测,通过计算和Matlab仿真,结果表明灰色自回归模型预测精度较高,证明了该模型的可行性。 相似文献
3.
根据影响船舶千吨海里燃油消耗量指标的主要因素,采用多元线性回归方法,以海洋干散货船为例,建立船舶燃油单耗多元线性回归模型,通过采集到的大量相关数据,并进行整理、统计回归后,对多元线性回归模型中的参数进行标定,并对标定后的数学模型进行验证,通过该数学模型,可以计算不同船况下船舶的燃油单耗,为预测船舶燃油单耗的发展趋势,挖掘节能潜力提供参考依据。 相似文献
4.
5.
6.
提升航道和港口资源的高效、合理利用,需精准掌握船舶交通流量情况。为此,本文提出基于支持向量机的船舶交通流量预测方法。该方法以船舶交通流量数据为基础,经预处理后将其作为采用支持向量机的输入量,通过输入量和输出量之间的高维映射,预测船舶交通流量;通过鲸鱼优化算法优化支持向量机的核参数和惩罚项参数;通过迭代寻优获取最优的参数结果,以此保证舰船交通流量预测结果的精准程度。测试结果表明:该方法能可靠完成不同航行环境下的船舶交通流量预测,均等系数均在0.019以下;中心可依据预测结果对船舶进行管理,高效、合理实现港口资源利用,减少船舶等待进港时间。 相似文献
7.
在分析船舶交通流量特性的基础上,以船舶交通流量控制为最终目标,建立基于BP神经网络的船舶交通流量预测模型,以长江口深水航道的交通流量数据作为训练样本,进行模拟分析。预测结果与实测加权数据进行对比表明,该模型对船舶交通量的预测是有效的。 相似文献
8.
分析船舶溢油主要指标,建立船舶溢油赔偿金额的多元线性回归仿真模型;就船舶溢油污染威胁程度建立目标函数,给出依据威胁程度为自变量,赔偿金额为因变量的一元线性回归模型。实验仿真表明,两种线性回归模型在处理船舶溢油赔偿时都是有效的、合理的。 相似文献
9.
我国的内河航运对我国经济、社会发展做出了重要的贡献,随着内河航运的进一步发展,船舶交通流量迅速增加,导致水上交通事故频繁发生。因此,建立有效的内河航道船舶交通管理机制,对航道进行合理的规划和管理具有重要意义。本文首先介绍了神经网络算法的原理与结构,在此基础上建立了一种内河航道船舶交通流量的预测方法,该交通流量预测方法可以有效的改善内河航运的效率和安全性,提高内河航道的综合监管能力。 相似文献
10.
11.
船舶交通量受多种环境与社会因素的影响,使得船舶交通量预测存在复杂性与非线性的特点.在分析现有预测模型和方法不足的基础上,介绍了广义回归神经网络GRNN的基本原理与拓扑结构.不同类型船舶受各类因素影响的程度不同,根据天津港VTS(Vessel Traffic Services)中心提供的船舶交通量数据,按船舶种类将船舶交通量分为六类,利用GRNN神经网络分别进行预测.预测结果表明GRNN神经网络具有很强的非线性拟合能力,有效解决了天津港船舶交通量预测中的小样本问题,提高了整个预测系统的精度与稳定性. 相似文献
12.
13.
14.
15.
揭正华 《交通部上海船舶运输科学研究所学报》2004,27(2):73-79
充分利用已发展成熟的计算机技术,依托上海船研所的船模试验数据库,进行基于船模试验数据库的快速性预报研究.并据此开发一套快速、高效、实用的新船快速性预报系统,给传统的母型船预报法注入新的活力。最后,给出算例并对其结果进行分析对比。本系统关键是数据库的准确和丰富,预报的水平则取决于所选的母型船。 相似文献
16.