| 基于禁忌算法优化神经网络的海洋船舶流量预测 |
| |
| 引用本文： | 陈作聪,宋武.基于禁忌算法优化神经网络的海洋船舶流量预测[J].应用声学,2016,24(11). |
| |
| 作者姓名： | 陈作聪 宋武 |
| |
| 作者单位： | 海南热带海洋学院 计算机工程学院,海南热带海洋学院 计算机工程学院 |
| |
| 基金项目： | 三亚市院地科技合作项目(2014YD11) |
| |
| 摘 要： | 为了有效缓解船舶交通拥堵和提高通航效率,对海洋港口和航道管理提供一个更可靠的数据,设计了一种基于禁忌算法优化神经网络的海洋船舶流量预测的方法。首先,建立了基于禁忌算法优化神经网络的海洋船舶流量预测模型。然后,设计了三层的脊波神经网络结构,提出了采用禁忌算法优化脊波神经网络结构参数的具体方法,从而得到一个初始化的脊波神经网络流量预测模型。然后,采用有标签的训练样本数据集对网络进行训练,将满足误差阈值的训练模型作为最终的预测模型。以某港口为例进行仿真实验,结果表明文中得到的预测结果与真实值较为接近,且与其它方法相比,具有更好的预测效果。
|
| 关 键 词： | 流量预测 禁忌算法 神经网络 海洋船舶 |
| 收稿时间： | 2016/5/21 0:00:00 |
| 修稿时间： | 2016/6/17 0:00:00 |
CHEN Zuo-cong,Song Wu |
| |
| Institution: | College of Computer Engineering,Qiongzhou University, |
| |
| Abstract: | |
| |
| Keywords: | Traffic prediction Tabu algorism neural network Ocean ship |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|
