PSO-无偏灰色马尔科夫模型在船舶交通流量预测中的应用
- 详情
- 2021-09-19
- 简介
- 199KB
- 页数 未知
- 阅读 74
- 下载 33
为提高船舶交通流量的预测精度,利用具有全局搜索能力的粒子群算法(Particle Swarm Optimization, PSO)对无偏灰色马尔科夫模型进行优化,构建船舶交通流量预测的PSO-无偏灰色马尔科夫模型。该模型可综合考虑预测中的残差序列、状态区间、状态转移概率,自适应选取最优白化系数,用以准确表征船舶交通流量的发展趋势。以东营港2012—2017年船舶交通流量季度统计数据为例,选取前21个季度数据对模型进行训练,后2个季度数据对预测结果进行分析,与传统的无偏灰色模型和无偏灰色马尔科夫模型相比,该模型能显著地提高船舶交通流量的预测精度,其拟合精度和预测精度分别为91.439%和95.959%,验证后该模型具有科学性与有效性。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
songso***
擅长:
土建 给排水 暖通
- 4.5
服务
- 3
商品
- 139
人气
相关推荐
PSO-无偏灰色马尔科夫模型在船舶交通流量预测中的应用 199KB
基于灰色马尔科夫链模型的交通量预测 1.2MB
基于改进灰色马尔科夫模型的地铁客流预测 207KB
改进灰色马尔科夫模型在基坑预测中的研究 380KB
基于新维无偏灰色马尔科夫模型的围栏草场面积的预测 295KB
背景值优化的灰色马尔科夫模型在铁路客流预测中的应用 174KB
船舶交通流量预测的灰色神经网络模型 116KB
灰色-马尔科夫模型在桥梁运营状况预测中的应用 340KB
灰色-马尔科夫模型在边坡位移变形预测中的应用 835KB