| 改进的RBF神经网络在港口集装箱吞吐量预测中的应用 |
| |
| 引用本文： | 程蓉,吴国付,张玉洁. 改进的RBF神经网络在港口集装箱吞吐量预测中的应用[J]. 水运工程, 2004, 0(8): 12-14 |
| |
| 作者姓名： | 程蓉 吴国付 张玉洁 |
| |
| 作者单位： | 1. 深圳大学工程技术学院,广东,深圳,518060
2. 武汉理工大学管理学院,湖北,武汉,430070 |
| |
| 基金项目： | 本文得到武汉理工大学管理学院横向课题资助. |
| |
| 摘 要： | 本文首先分析了RBF神经网络结构的基础,指出基函数中心的确定是影响网络精度的重要因素。在分析常用中心确定算法的基础上,提出了一种改进算法,给出了算法的具体实现过程。并将改进的RBF算法用于对港口集装箱吞吐量的预测评价,应用成果表明此优化神经网络用于集装箱吞吐量预测结果更加合理,精度有很大提高,有着广泛的应用前景。
|
| 关 键 词： | RBF 算法 集装箱吞吐量 预测 |
| 文章编号： | 1002-4972(2004)08-0012-03 |
| 修稿时间： | 2004-06-02 |
Application of Improved RBF Neural Network for Port Container Throughput Forecast |
| |
| CHENG Rong,WU Guo-fu,ZHANG Yu-jie. Application of Improved RBF Neural Network for Port Container Throughput Forecast[J]. Port & Waterway Engineering, 2004, 0(8): 12-14 |
| |
| Authors: | CHENG Rong WU Guo-fu ZHANG Yu-jie |
| |
| Affiliation: | CHENG Rong1,WU Guo-fu2,ZHANG Yu-jie1 |
| |
| Abstract: | This paper analyzes the structure of RBF neural network first, and points out that determination of basis function center is the key factor affecting the precision of network. Based on the analysis of common algorithm for the center, this paper presents an improved algorithm, together with its specific realization process. The result from the actual application in forecasting the container throughput shows that it is more effective and has a broad application prospect. |
| |
| Keywords: | RBF algorithm container throughput forecast |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
