船舶交通量的BP神经网络-马尔科夫预测模型

作者：吕鹏飞; 庄元; 李洋; 杨坤船舶交通量bp神经网络马尔科夫预测模型

摘要：为提高船舶交通量的预测精度,在BP神经网络的基础上结合马尔科夫预测模型建立一个新的预测模型.采用通过长江九江大桥的月度船舶交通量数据进行模型训练、验证和预测,求出相对残差值,将相对残差的前8项归一化后划分为3个状态,利用马尔科夫预测模型修正BP神经网络的预测值.该新模型将BP神经网络的相对残差值区间从[-12.9%,12.3%]降低至[-9.9%,5.4%].该模型能提高船舶交通量的预测精度,用于预测船舶交通量是可行的.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社