本文選題：船舶交通流量　切入點(diǎn)：周期性波動(dòng)　出處：《大連海事大學(xué)學(xué)報(bào)》2016年04期 　論文類型：期刊論文

【摘要】：為提高船舶交通流量預(yù)測(cè)精度,綜合考慮季節(jié)、氣候等因素,通過分析歷史流量數(shù)據(jù),在線性增長(zhǎng)模型的基礎(chǔ)上構(gòu)建了考慮周期性波動(dòng)因素的船舶交通流量預(yù)測(cè)改進(jìn)模型,并運(yùn)用貝葉斯估計(jì)和預(yù)測(cè)方法求解模型,提出了基于時(shí)序數(shù)據(jù)預(yù)測(cè)船舶交通流量的預(yù)測(cè)方法.實(shí)例驗(yàn)證表明,較傳統(tǒng)線性增長(zhǎng)模型,新模型更符合交通流量的實(shí)際情況,月流量預(yù)測(cè)結(jié)果的平均絕對(duì)誤差下降了3.56%,標(biāo)準(zhǔn)差下降了3.79%.因此,新的預(yù)測(cè)方法用于船舶交通流量預(yù)測(cè)是有效的.
[Abstract]:In order to improve the accuracy of ship traffic flow forecasting and considering the factors such as season and climate, an improved ship traffic flow forecasting model considering periodic fluctuation factors is constructed by analyzing the historical flow data. Using Bayesian estimation and forecasting method to solve the model, a forecasting method of ship traffic flow based on time series data is proposed. The example shows that the new model is more suitable to the actual traffic flow than the traditional linear growth model. The average absolute error and standard deviation of the monthly flow forecasting results have decreased by 3.56 and 3.79 respectively. Therefore, the new forecasting method is effective for the prediction of ship traffic flow.
【作者單位】： 江蘇海事職業(yè)技術(shù)學(xué)院航海技術(shù)學(xué)院;上海海事大學(xué)商船學(xué)院;
【基金】：江蘇省高校教育科學(xué)研究項(xiàng)目(2015SJB326)
【分類號(hào)】：U692

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘昱,張晶;基于城市路口相關(guān)性的交通流量預(yù)測(cè)[J];交通與計(jì)算機(jī);2005年01期

2 劉世超;基于極大似然估計(jì)的路段交通流量預(yù)測(cè)[J];西南交通大學(xué)學(xué)報(bào);2005年02期

3 劉長(zhǎng)虹;陳志恒;黃虎;;城市短期交通流量預(yù)測(cè)方法的探討[J];現(xiàn)代交通技術(shù);2006年01期

4 侯明善;蘭云;;基于自適應(yīng)模糊神經(jīng)推理網(wǎng)絡(luò)的交通流量預(yù)測(cè)研究[J];機(jī)械科學(xué)與技術(shù);2006年10期

5 胡丹;肖建;車暢;;提升小波支持向量機(jī)在交通流量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2007年08期

6 姚亞夫;劉侃;;基于遺傳神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測(cè)研究[J];公路與汽運(yùn);2007年06期

7 范魯明;賀國(guó)光;;改進(jìn)非參數(shù)回歸在交通流量預(yù)測(cè)中的應(yīng)用[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

8 叢新宇;虞慧群;范貴生;;基于組合模型的交通流量預(yù)測(cè)方法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 劉長(zhǎng)虹;黃虎;陳力華;吳偉蔚;;基于隨機(jī)過程下的交通流量預(yù)測(cè)方法[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2006年02期

10 猶勇;;組合預(yù)測(cè)方法在城市交通流量預(yù)測(cè)中的運(yùn)用[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

相關(guān)會(huì)議論文 前7條

1 龐清樂;;基于蟻群算法的交通流量預(yù)測(cè)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

2 張勇;關(guān)偉;;基于多變量序列重構(gòu)的交通流量預(yù)測(cè)[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

3 劉強(qiáng);朱敏;王小維;邱震宇;;灰色神經(jīng)模型在空中交通流量預(yù)測(cè)中的應(yīng)用[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

4 劉智勇;徐今強(qiáng);李水友;;城市交通流量的混沌時(shí)間序列預(yù)測(cè)[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

5 周申培;嚴(yán)新平;;信息融合技術(shù)在交通流量預(yù)測(cè)中的應(yīng)用[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 于江波;陳后金;;基于分段學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測(cè)[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

7 蔣海峰;魏學(xué)業(yè);張屹;;基于加權(quán)一階局域法的短時(shí)交通流量預(yù)測(cè)的研究[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

相關(guān)碩士學(xué)位論文 前10條

1 胡孟杰;基于流量預(yù)測(cè)的交通信號(hào)控制技術(shù)研究[D];浙江工業(yè)大學(xué);2014年

2 慕偉;城市道路交通流預(yù)測(cè)與路徑選擇研究[D];浙江工業(yè)大學(xué);2015年

3 張仁初;寧波港船舶交通流量預(yù)測(cè)研究[D];大連海事大學(xué);2008年

4 朱文姍;擬建高速公路交通流量預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院）;2014年

5 李波;基于小波分析和遺傳神經(jīng)網(wǎng)絡(luò)的短時(shí)城市交通流量預(yù)測(cè)研究[D];北京交通大學(xué);2012年

6 何偉;模糊神經(jīng)網(wǎng)絡(luò)在交通流量預(yù)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2012年

7 吳凱;基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)研究[D];南京郵電大學(xué);2013年

8 范魯明;基于非參數(shù)回歸的短時(shí)交通流量預(yù)測(cè)[D];天津大學(xué);2007年

9 吳杰;支持短時(shí)交通流量預(yù)測(cè)的概率圖模型構(gòu)建與推理[D];云南大學(xué);2012年

10 蘭云;短時(shí)交通流量預(yù)測(cè)研究[D];西北工業(yè)大學(xué);2002年

，

本文編號(hào)：1627825