改进天牛须搜索优化神经网络的港口货运量预测

摘要：

为对港口货运量进行科学精准预测,结合天牛须搜索(beetle antennae search,BAS)算法和蒙特卡洛准则,提出一种改进BAS的Elman神经网络预测模型.收集上海港1989—2018年内的货运量以及当地各项经济数据,建立港口货运量预测评估体系,对各项影响因子进行预处理,消除数据冗余信息对预测的影响,对预处理后的数据进行仿真测试.实验结果表明,该模型预测准确率可达95％以上,有效地提高了港口货运量的预测精度.

关键词：天牛须搜索、Elman神经网络、吞吐量预测、蒙特卡洛准则、主成分分析

所属期刊栏目：21

分类号：U695.2+13;TP183(水路运输技术管理)

资助基金：国家自然科学基金71761018,71462018

在线出版日期：2021-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2937-2944