宽度学习在集装箱吞吐量预测中的应用研究

发布时间：2021-01-25 23:41

　　近年,随着我国“一带一路”的国家级顶层合作倡议的推广,海上航运业将在未来承载我国主要贸易货物的运输工作,对我国的社会经济发展具有重要的助推作用。但是由于货运量呈现出的增长不确定性,很多港口的货运量都出现过饱和状态,货船不得不在近港海域进入待机状态。因此,有效地提前预知港口的仓储物流量不仅可以提高港口作业效率,节省开支成本;还可以为航运时间规划,航线路径优化提供决策支持。本文提案的宽度学习系统（BLS,broad learning system）在集装箱吞吐量预测中的应用研究,是通过应用管理运筹学领域的热点研究解决目前工程应用领域遇到的痛点问题。首先,宽度学习系统是一种不需要深度结构的高效增量机器学习方法,是基于将映射特征作为随机向量函数链接神经网络（RVFLNN,random vector functional link neural network）输入的思想设计,数据的特征节点和增强节点以有效且高效的方式完成模型训练过程。同时,BLS算法中引入激活函数概念,使线性问题可以在非线性空间上得到更好的解决。然而,由于BLS是典型的分类识别算法,所以本文将对BLS进行诸多改良,构建基于BL... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

图２．１房价波动图??Ｆｉｇ．?２．１?Ｐｒｉｃｅ?ｆｌｕｃｔｕａｔｉｏｎ?Ｃｈａｒｔ??－６?－??

?大连海事大学专业学位硕士学位论文???３．２支持向量回归模型??逻辑回归的假设函数为：??ｈｆｆ（ｘ）?＝?—＾?（３．１６）??＼＋ｅ￣０ｘ??当／ｚ０（ｘ）的输出趋近于１时，远大于０；当的输出趋近于０时，ｆｘ远小于??０。表达式为：??ｈｄ（ｘ）？＼，ｄ＇ｘ?？０?（＾１７、??ｈｇ（ｘ）＾Ｏ，０Ｔｘ?？０??Ｓ型激励函数如图３．１所示。??１?Ｉ?■?■?１?Ｉ?ｔ?■＿—?■＿?Ｉ?Ｉ??０９?－?／?－??０?８?－?／?－??０．７?■?／?－??０．６?＿?／?－??０?５?－?／?＇??０?４?－?／?－??０?３?？?／?－??０．２?－?／?－??０．１?－?ｙ?－??＾１０?－８?－６?－４?－２?０?２?４?６?８?１０??图３．?Ｉ?Ｓ型激励函数??Ｆｉｇ．?３．１?Ｓ－ｔｙｐｅ?ｅｘｃｉｔａｔｉｏｎ?ｆｕｎｃｔｉｏｎ??逻辑回归代价函数为：??Ｃｏｓｔ?（ｈｅ（ｘ），ｙ）?＝?－ｙ＼ｏｇ?—＾－（ｌ－＾）ｌｏｇ（ｌ?＾？－）?（３．１８）??＼＋ｅ?＼＋ｅ??ＳＶＲ代价函数为：??＿?＝－丄?｜＞（，）ｌ〇ｇ（响＜〇））?＋?（ｌ－严）ｌ〇ｇ（ｌ＿Ｗ）））?（３．１９）??ｗ?Ｌ?，＝ｉ?．??从代价函数表达式可以看出，对于总代价函数而言，通常是对所有的训练样本求和。??当ｙ＝ｌ时，ｌ－ｙ＝０，目标函数只有第一项起作用；当ｙ＝０时，目标函数第一项被消除只??有第二项起作用。??－９?－??

?大连海事大学专业学位硕士学位论文???图３．２随机向量函数连接网络??Ｆｉｇ．?３．２?Ｆｕｎｃｔｉｏｎａｌ－ｌｉｎｋ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??然后，网络可以表示为如下图３．３Ｍ所示。我们可以将输入层和增强层并排放置，??并将它们视为一个整体网络。我们将输入层到增强层之间的连接权重随机初始化。按照??这种方式，网络的输入层变为特征层加增强层，网络的连接形式山非线性关系转变为线??性关系。??４?（＾）?（＾）?□＝＞?（＾）?？？？?（，Ｈ）??ｉｊ?＾｛ＸＷｈ＾／３Ｊ??Ｘ??图３．３同结构随机向量函数连接网络??－１３?－??


本文编号：3000092