基于禁忌算法优化神经网络的海洋船舶流量预测

发布时间：2018-02-13 04:05

  本文关键词： 流量预测 禁忌算法 神经网络 海洋船舶　出处：《计算机测量与控制》2016年11期 　论文类型：期刊论文

【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]:In order to effectively alleviate ship traffic congestion and improve navigation efficiency, and to provide a more reliable data for ocean port and channel management, a method of ocean ship flow prediction based on Tabu algorithm optimization neural network is designed. The ocean ship flow forecasting model based on Tabu algorithm optimization neural network is established. Then, a three-layer ridgelet neural network structure is designed, and a concrete method to optimize the parameters of ridgelet neural network structure using Tabu algorithm is proposed. An initialized ridgelet neural network flow prediction model is obtained, and then the labeled training sample data set is used to train the network, and the training model satisfying the error threshold is used as the final prediction model. Taking a port as an example, the simulation results show that the prediction results obtained in this paper are close to the real values, and the prediction results are better than those of other methods.
【作者单位】： 海南热带海洋学院计算机工程学院;
【基金】：三亚市院地科技合作项目(2014YD11)
【分类号】：U692;TP183

【相似文献】

相关期刊论文 前10条

1 熊宁;陈恳;;改进禁忌算法在无功优化中的应用[J];江西电力;2006年06期

2 林健;汪木兰;汤玉东;;改进禁忌算法在永磁直线同步电动机电磁场逆问题中的应用[J];微电机;2011年05期

3 张思伟;;单车场多送货点车辆调度优化的一种改进禁忌算法[J];工业工程;2006年03期

4 卢慧芬,汪雄海;电磁装置优化设计的改进禁忌算法[J];电工技术学报;2003年03期

5 郭永辉;钱省三;;DBR理论中瓶颈资源生产优化研究[J];工业工程;2006年06期

6 钟石泉;杜纲;;基于核心路径禁忌算法的开放式车辆路径问题研究[J];计算机集成制造系统;2007年04期

7 蒋平,黄霆,罗建裕;基于增强连续禁忌算法的PSS参数优化[J];电力自动化设备;2004年12期

8 于波;彭林;孙光磊;张俊丰;;基于改进遗传-禁忌算法的PMU优化配置[J];科技创新与生产力;2012年02期

9 胡峻浩;刘兴长;谈昨非;;基于禁忌算法的无线传感器网络PEGASIS算法改进[J];后勤工程学院学报;2013年04期

10 熊宁;程浩忠;;基于开关组的禁忌算法在配电网动态重构中的应用[J];电力系统自动化;2008年11期

相关硕士学位论文 前7条

1 张瑞霞;GSM-R系统干扰问题及优化方法研究[D];兰州交通大学;2015年

2 汪婷;基于遗传禁忌算法的蛋白质三维折叠结构预测[D];武汉科技大学;2010年

3 王淑静;基于遗传禁忌算法的范例推理的研究[D];安徽大学;2006年

4 邓德;基于禁忌算法的长沙移动网络规划软件[D];湖南大学;2010年

5 李青;基于遗传禁忌算法的厂级负荷优化分配研究[D];华北电力大学;2012年

6 罗也;基于遗传禁忌算法的Ad Hoc网络路由技术[D];南昌大学;2010年

7 林玉英;基于WebGIS与遗传—禁忌算法的木材物流网络优化[D];福建农林大学;2013年

，

本文编号：1507281