寬度學(xué)習(xí)在集裝箱吞吐量預(yù)測中的應(yīng)用研究
發(fā)布時間:2021-01-25 23:41
近年,隨著我國“一帶一路”的國家級頂層合作倡議的推廣,海上航運業(yè)將在未來承載我國主要貿(mào)易貨物的運輸工作,對我國的社會經(jīng)濟發(fā)展具有重要的助推作用。但是由于貨運量呈現(xiàn)出的增長不確定性,很多港口的貨運量都出現(xiàn)過飽和狀態(tài),貨船不得不在近港海域進入待機狀態(tài)。因此,有效地提前預(yù)知港口的倉儲物流量不僅可以提高港口作業(yè)效率,節(jié)省開支成本;還可以為航運時間規(guī)劃,航線路徑優(yōu)化提供決策支持。本文提案的寬度學(xué)習(xí)系統(tǒng)(BLS,broad learning system)在集裝箱吞吐量預(yù)測中的應(yīng)用研究,是通過應(yīng)用管理運籌學(xué)領(lǐng)域的熱點研究解決目前工程應(yīng)用領(lǐng)域遇到的痛點問題。首先,寬度學(xué)習(xí)系統(tǒng)是一種不需要深度結(jié)構(gòu)的高效增量機器學(xué)習(xí)方法,是基于將映射特征作為隨機向量函數(shù)鏈接神經(jīng)網(wǎng)絡(luò)(RVFLNN,random vector functional link neural network)輸入的思想設(shè)計,數(shù)據(jù)的特征節(jié)點和增強節(jié)點以有效且高效的方式完成模型訓(xùn)練過程。同時,BLS算法中引入激活函數(shù)概念,使線性問題可以在非線性空間上得到更好的解決。然而,由于BLS是典型的分類識別算法,所以本文將對BLS進行諸多改良,構(gòu)建基于BL...
【文章來源】:大連海事大學(xué)遼寧省 211工程院校
【文章頁數(shù)】:53 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2.1房價波動圖??Fig.?2.1?Price?fluctuation?Chart??-6?-??
?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???3.2支持向量回歸模型??邏輯回歸的假設(shè)函數(shù)為:??hff(x)?=?—^?(3.16)??\+e ̄0x??當(dāng)/z0(x)的輸出趨近于1時,遠大于0;當(dāng)?shù)妮敵鲒吔冢皶r,fx遠小于??0。表達式為:??hd(x)?\,d'x??0?(^17、??hg(x)^O,0Tx??0??S型激勵函數(shù)如圖3.1所示。??1?I?■?■?1?I?t?■_—?■_?I?I??09?-?/?-??0?8?-?/?-??0.7?■?/?-??0.6?_?/?-??0?5?-?/?'??0?4?-?/?-??0?3???/?-??0.2?-?/?-??0.1?-?y?-??^10?-8?-6?-4?-2?0?2?4?6?8?10??圖3.?I?S型激勵函數(shù)??Fig.?3.1?S-type?excitation?function??邏輯回歸代價函數(shù)為:??Cost?(he(x),y)?=?-y\og?—^-(l-^)log(l?^?-)?(3.18)??\+e?\+e??SVR代價函數(shù)為:??_?=-丄?|>(,)l〇g(響<〇))?+?(l-嚴)l〇g(l_W)))?(3.19)??w?L?,=i?.??從代價函數(shù)表達式可以看出,對于總代價函數(shù)而言,通常是對所有的訓(xùn)練樣本求和。??當(dāng)y=l時,l-y=0,目標(biāo)函數(shù)只有第一項起作用;當(dāng)y=0時,目標(biāo)函數(shù)第一項被消除只??有第二項起作用。??-9?-??
?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???圖3.2隨機向量函數(shù)連接網(wǎng)絡(luò)??Fig.?3.2?Functional-link?neural?network??然后,網(wǎng)絡(luò)可以表示為如下圖3.3M所示。我們可以將輸入層和增強層并排放置,??并將它們視為一個整體網(wǎng)絡(luò)。我們將輸入層到增強層之間的連接權(quán)重隨機初始化。按照??這種方式,網(wǎng)絡(luò)的輸入層變?yōu)樘卣鲗蛹釉鰪妼,網(wǎng)絡(luò)的連接形式山非線性關(guān)系轉(zhuǎn)變?yōu)榫??性關(guān)系。??4?(^)?(^)?□=>?(^)?????(,H)??ij?^{XWh^/3J??X??圖3.3同結(jié)構(gòu)隨機向量函數(shù)連接網(wǎng)絡(luò)??-13?-??
本文編號:3000092
【文章來源】:大連海事大學(xué)遼寧省 211工程院校
【文章頁數(shù)】:53 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2.1房價波動圖??Fig.?2.1?Price?fluctuation?Chart??-6?-??
?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???3.2支持向量回歸模型??邏輯回歸的假設(shè)函數(shù)為:??hff(x)?=?—^?(3.16)??\+e ̄0x??當(dāng)/z0(x)的輸出趨近于1時,遠大于0;當(dāng)?shù)妮敵鲒吔冢皶r,fx遠小于??0。表達式為:??hd(x)?\,d'x??0?(^17、??hg(x)^O,0Tx??0??S型激勵函數(shù)如圖3.1所示。??1?I?■?■?1?I?t?■_—?■_?I?I??09?-?/?-??0?8?-?/?-??0.7?■?/?-??0.6?_?/?-??0?5?-?/?'??0?4?-?/?-??0?3???/?-??0.2?-?/?-??0.1?-?y?-??^10?-8?-6?-4?-2?0?2?4?6?8?10??圖3.?I?S型激勵函數(shù)??Fig.?3.1?S-type?excitation?function??邏輯回歸代價函數(shù)為:??Cost?(he(x),y)?=?-y\og?—^-(l-^)log(l?^?-)?(3.18)??\+e?\+e??SVR代價函數(shù)為:??_?=-丄?|>(,)l〇g(響<〇))?+?(l-嚴)l〇g(l_W)))?(3.19)??w?L?,=i?.??從代價函數(shù)表達式可以看出,對于總代價函數(shù)而言,通常是對所有的訓(xùn)練樣本求和。??當(dāng)y=l時,l-y=0,目標(biāo)函數(shù)只有第一項起作用;當(dāng)y=0時,目標(biāo)函數(shù)第一項被消除只??有第二項起作用。??-9?-??
?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???圖3.2隨機向量函數(shù)連接網(wǎng)絡(luò)??Fig.?3.2?Functional-link?neural?network??然后,網(wǎng)絡(luò)可以表示為如下圖3.3M所示。我們可以將輸入層和增強層并排放置,??并將它們視為一個整體網(wǎng)絡(luò)。我們將輸入層到增強層之間的連接權(quán)重隨機初始化。按照??這種方式,網(wǎng)絡(luò)的輸入層變?yōu)樘卣鲗蛹釉鰪妼,網(wǎng)絡(luò)的連接形式山非線性關(guān)系轉(zhuǎn)變?yōu)榫??性關(guān)系。??4?(^)?(^)?□=>?(^)?????(,H)??ij?^{XWh^/3J??X??圖3.3同結(jié)構(gòu)隨機向量函數(shù)連接網(wǎng)絡(luò)??-13?-??
本文編號:3000092
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/3000092.html
教材專著