随着我国航运经济的发展,宁波港作为我国主要的港口运输港,船舶交通流量迅速增加,一方面为我国的经济、社会发展做出了重要的贡献,另一方面,由于船舶交通流量的增加,水上交通的风险增加,这就对港口水域的规划设计和通航管理提出了更高的要求。船舶交通流量预测的研究就是为水域的规划、设计和船舶通航管理提供基础性依据。因此宁波港船舶交通流量预测的研究是非常必要的。本文在深入分析比较各种船舶交通流量预测方法的基础上,研究了利用神经网络进行船舶交通流量预测建模的方法。首先,系统地介绍了船舶交通流量预测中常用的预测方法,并对几种常用方法的特点进行了分析比较。详细阐述了神经网络理论的理论基础和原理。本文重点探讨了BP和RBF神经网络预测模型的建模方法,包括隐层节点个数的选择、中心宽度值的确定等,建立了BP神经网络预测模型和RBF神经网络预测模型,并与多项式预测法进行对比。实验结果表明,RBF神经网络预测用于宁波港船舶交通流量预测误差较小,预测值与实际流量值相近。最后本文将RBF神经网络预测模型应用于宁波港船舶交通流量的预测。
本文来源: https://www.lw50.cn/article/be213db50ee1f6f4a59be237.html