基于禁忌算法优化神经网络的海洋船舶流量预测
DOI:
CSTR:
作者:
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

作者简介:

通讯作者:

中图分类号:

TP319

基金项目:

三亚市院地科技合作项目(2014YD11)


CHEN Zuo-cong,Song Wu
Author:
Affiliation:

College of Computer Engineering,Qiongzhou University,

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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。

    Abstract:

    参考文献
    相似文献
    引证文献
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计算机测量与控制[J].,2016,24(11).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-05-21
  • 最后修改日期:2016-06-17
  • 录用日期:2016-06-17
  • 在线发布日期: 2016-11-30
  • 出版日期:
文章二维码