-
题名改进天牛须搜索优化神经网络的港口货运量预测
被引量：4
- 1
-
-
作者
廖列法
欧阳宗英
-
机构
江西理工大学信息工程学院
-
出处
《科学技术与工程》
北大核心
2021年第7期2937-2944,共8页
-
基金
国家自然科学基金(71761018,71462018)。
-
文摘
为对港口货运量进行科学精准预测,结合天牛须搜索(beetle antennae search, BAS)算法和蒙特卡洛准则,提出一种改进BAS的Elman神经网络预测模型。收集上海港1989—2018年内的货运量以及当地各项经济数据,建立港口货运量预测评估体系,对各项影响因子进行预处理,消除数据冗余信息对预测的影响,对预处理后的数据进行仿真测试。实验结果表明,该模型预测准确率可达95%以上,有效地提高了港口货运量的预测精度。
-
关键词
天牛须搜索
ELMAN神经网络
吞吐量预测
蒙特卡洛准则
主成分分析
-
Keywords
beetle antennae search(BAS)
Elman neural network
throughput prediction
Monte Carlo criteria
principal component analysis
-
分类号
U695.213
[交通运输工程—港口、海岸及近海工程]
TP183
[交通运输工程—船舶与海洋工程]
-
