基于灰色神经网络的港口集装箱吞吐量预测模型研究

被引：15

作者：

张树奎 ^{[1
,2
]}

肖英杰 ^{[2
]}

鲁子爱 ^{[3
]}

机构：

[1] 江苏海事职业技术学院航海技术系

[2] 上海海事大学商船学院

[3] 河海大学港口海岸与近海工程学院

来源：

重庆交通大学学报(自然科学版) | 2015年 / 34卷 / 05期

关键词：

交通运输工程; 吞吐量; 预测; 灰色模型; 灰色神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; U652.14 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0814 ; 081505 ; 082401 ;

摘要：

为降低港口集装箱吞吐量的预测误差,提高预测精度,在分析传统的灰色预测模型和BP神经网络预测模型的优缺点的基础上,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和BP神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明:灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。

引用

页码：135 / 138

页数：4

共 11 条

[1] 基于灰色理论的城市核心区道路交通安全分析 [J].