期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于PCA-IPSO-ELM的集装箱船在泊时间预测
1
作者 李朝辉 董珊 李文立 《计算机仿真》 北大核心 2023年第7期126-131,共6页
集装箱船在泊时间是制定泊位计划的重要依据。针对在泊时间预测面向不确定性环境的特性,考虑适用模型预测性能,提出一种基于主成分分析(PCA)、非线性参数动态控制的改进粒子群算法(IPSO)和极限学习机(ELM)的在泊时间集成预测模型,以天... 集装箱船在泊时间是制定泊位计划的重要依据。针对在泊时间预测面向不确定性环境的特性,考虑适用模型预测性能,提出一种基于主成分分析(PCA)、非线性参数动态控制的改进粒子群算法(IPSO)和极限学习机(ELM)的在泊时间集成预测模型,以天津港集装箱船港口作业数据为预测样本进行了实证研究。对比仿真结果表明:与已有集装箱船在泊时间预测模型相比,PCA-IPSO-ELM集成预测模型具有更高的精准度和时效性,其中,改进后的粒子群算法也体现出了较强的全局探索能力及较好的稳定性。该模型可为制定泊位计划提供有力的数据支持,有助于港口制定科学高效的泊位计划。 展开更多
关键词 集装箱船在泊时间 主成分分析法 极限学习机 改进的粒子群优化算法 预测模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部