基于神经网络的船舶交通流量预测研究

摘要

随着我国航运业的快速发展，海上交通变得越来越发达的同时，海上交通事故也逐渐增多。科学而准确的船舶交通流量预测能为海事机关和港航部门制定港口和航道规划提供数据支持和理论依据，是减少海上交通事故的关键因素之一。本文在总结现有船舶交通流量预测模型的基础上，对神经网络船舶交通流量预测模型进行研究，并提出基于遗传算法优化BP神经网络的船舶交通流量预测模型。
　　首先，简述海上交通流的理论基础知识和船舶交通流量预测的基本概念，并给出船舶交通流量预测的评价指标。其次，为减少数据波动对预测精度的影响，运用五点三次平滑处理方法对采集的数据进行平滑处理和归一化处理。然后，建立基于BP神经网络的船舶交通流量预测模型，针对BP神经网络的固有缺陷，应用遗传算法对BP神经网络进行优化，建立基于遗传算法优化BP神经网络的船舶交通流量预测模型。最后，分别采用BP神经网络模型和遗传算法优化BP神经网络模型对深圳港的船舶交通流量进行预测。结果表明，在一定误差范围内，BP神经网络预测模型和遗传算法优化BP神经网络预测模型能较好的预测深圳港的船舶交通流量。对比分析上述两预测模型的预测结果，分析结果表明遗传算法能够有效避免BP神经网络的固有缺陷，应用遗传算法优化BP神经网络的船舶交通流量预测模型的预测精度更高，误差更小。

目录

声明

摘要

第1章 绪论

1．1 船舶交通流量预测的概述

1．1．1 船舶交通流量预测的研究背景

1．1．2 船舶交通流量预测的研究意义

1．2 船舶交通流量预测研究现状

1．2．1 船舶交通流量预测历史

1．2．2 船舶交通流量预测研究现状

1．3 论文的研究思路与内容及论文总体框架

1．3．1 论文的主要研究思路与内容

1．3．2 论文的总体框架

第2章 船舶交通流理论基础知识介绍

2．1 船舶交通流理论基础知识

2．1．1 船舶交通流的基本属性

2．1．2 船舶交通流的基本参数

2．1．3 船舶交通流模型

2．2 船舶交通流量预测理论基础知识

2．2．1 船舶交通流量预测概念

2．2．2 船舶交通流量预测的评价指标

2．3 本章小结

第3章 基于BP神经网络预测模型的设计

3．1 神经网络概述

3．1．1 人工神经网络理论基础

3．1．2 人工神经网络模型

3．1．3 神经网络的训练和学习

3．2 BP神经网络

3．2．1 BP神经网络概述

3．2．2 BP神经网络的训练流程

3．2．3 BP神经网络的缺陷

3．2．4 BP神经网络的改进

3．3 基于BP神经网络的船舶交通流量预测模型设计

3．3．1 输入数据预处理

3．3．2 BP神经网络船舶交通流量预测模型的设计

3．3．3 BP神经网络的船舶交通流量预测模型建立流程

3．4 本章小结

第4章 基于遗传算法优化BP神经网络预测模型的设计

4．1 遗传算法概述

4．1．1 遗传算法的基本思想

4．1．2 应用遗传算法的基本流程

4．1．3 遗传算法的基本操作

4．2 遗传算法优化BP神经网络船舶交通流量预测模型的设计

4．2．1 遗传算法优化BP神经网络的可行性分析

4．2．2 遗传算法优化BP神经网络的流程

4．2．3 遗传算法优化BP神经网络船舶交通流量预测模型

4．3 本章小结

第5章 遗传算法优化神经网络预测模型实现及结果分析

5．1 船舶交通流量预测模型参数的确定

5．1．1 样本数据的处理

5．1．2 BP神经网络结构的确定

5．1．3 遗传算法优化BP神经网络

5．2 船舶交通流量的预测结果及其对比分析

5．2．1 BP神经网络预测船舶交通流量

5．2．2 遗传算法优化BP神经网络预测船舶交通流量

5．2．3 船舶交通流量预测结果对比分析

5．3 预测模型的应用

5．4 本章小结

第6章 总结与展望

参考文献

致谢

作者简介