基于AIS船舶数据与人工智能算法的港口交通流量预测模型研究

目录

声明

第1章 绪 论

1.1 研究背景及意义

1.2 研究现状

1.2.1 AIS的应用研究现状

1.2.2 研究现状

1.2.3 研究现状分析

1.3 研究目标和研究内容

1.3.1 研究目标

1.3.2 研究内容

1.4 技术路线

1.5 本章小结

参考文献

第2章 船舶交通流及预测方法研究综述

2.1船舶交通流理论

2.1.1 船舶交通流的基本属性

2.1.2 水路交通流的基本参数

2.1.3 水路交通流模型

2.2 预测理论基础

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 交通流量预测方法综述

2.4 国内外有关交通流规律的研究

2.5 本章小结

参考文献

攻读硕士学位期间发表的论文及参与的科研情况

附件：船舶流量提取编程代码

第3章 水路交通流量数据采集与分析

3.1 水路交通流量数据来源

3.1.1 天津港水路交通流量采集

3.1.2 内河航道

3.2 数据类型

3.3 数据分析

3.3.1 AIS数据质量分析

3.3.2 港口航道交通流量

3.3.3 船舶长度占比分析

3.3.4 港口航道交通流速分析

3.3.5 内河航道交通流量分析

3.4 本章小结

第4章 单断面与多断面船舶交通流量预测模型研究

4.1 单断面船舶交通流量预测的传统模型

4.1.1 K近邻模型

4.1.2 时间序列模型

4.1.3 灰色预测模型

4.1.4 组合预测模型设计

4.2 遗传算法-神经网络单断面交通流量预测模型构建

4.2.1 基于BP神经网络的预测模型构建

4.2.2 BP 神经网络的训练

4.2.3 遗传算法优化神经网络流程

4.2.4 遗传算法优化神经网络模型

4.3 改进连续多断面神经网络预测模型

4.3.1 连续多断面预测模型的数学表述

4.3.2 连续多断面神经网络预测模型构建与评估

4.4 本章小结

第5章 预测模型实现与结果分析

5.1 单断面神经网络模型的优化实现

5.1.1 输入数据预处理

5.1.2 基于BP神经网络的预测模型设计

5.1.3 遗传算法参数优化对比

5.2 连续多断面模型实现

5.3 模型结果对比

5.3.1 天津港进出港流量预测结果对比

5.3.2 长江内河航道预测结果对比

5.3.3 与其他水路交通预测模型的对比分析

5.4 本章小结

第6章 结论与展望

6.1 研究结论

6.2 研究展望

致谢