基于PSO的BP神经网络-Markov船舶交通流量预测模型

摘要

为对船舶交通流量进行准确预测,结合BP神经网络和Markov算法,构建BP神经网络-Markov预测模型.引入粒子群优化(particle swarm optimization,PSO)算法对模型进行优化,克服利用Markov模型选取白化系数的不足.用该模型预测武汉长江大桥船舶交通流量的月度数据,结果表明:与BP神经网络的预测精度82.439 0％相比,基于PSO的BP神经网络-Markov预测模型的预测精度提高到91.050 8％,该模型的合理性和准确性得到验证.