發(fā)布時(shí)間：2023-08-25 23:47

　　為提高船舶交通事故的預(yù)測(cè)精度,提出將自回歸綜合移動(dòng)平均(autoregressive integrated moving average, ARIMA)模型與BP神經(jīng)網(wǎng)絡(luò)組合的船舶交通事故預(yù)測(cè)方法。該方法考慮船舶交通事故的復(fù)雜性和非線性因素,充分結(jié)合ARIMA模型與BP神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì),分別從簡(jiǎn)單加權(quán)和殘差優(yōu)化角度對(duì)ARIMA模型與BP神經(jīng)網(wǎng)絡(luò)的不同組合方法進(jìn)行比較研究,并將其應(yīng)用于2000—2018年英國(guó)籍船舶交通事故預(yù)測(cè)中。結(jié)果表明:與ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)和ARIMA-BP的簡(jiǎn)單加權(quán)組合預(yù)測(cè)方法進(jìn)行對(duì)比,ARIMA-BP的殘差優(yōu)化組合預(yù)測(cè)方法的預(yù)測(cè)精度最高,其均方根誤差、平均絕對(duì)誤差和平均絕對(duì)百分比誤差分別為7.16、6.0和4.9%。本文提出的船舶交通事故預(yù)測(cè)方法可以為相關(guān)人員的決策提供指導(dǎo)。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引 言
1 理論模型
    1.1 ARIMA模型
    1.2 BP神經(jīng)網(wǎng)絡(luò)
2 兩種組合預(yù)測(cè)方法
    2.1 簡(jiǎn)單加權(quán)組合預(yù)測(cè)模型
    2.2 殘差優(yōu)化組合預(yù)測(cè)模型
    2.3 預(yù)測(cè)結(jié)果評(píng)價(jià)方法
3 實(shí)例驗(yàn)證
    3.1 數(shù)據(jù)來(lái)源
    3.2 數(shù)據(jù)分析與預(yù)處理
    3.3 船舶交通事故的預(yù)測(cè)
    3.4 模型評(píng)價(jià)
4 結(jié) 論



本文編號(hào)：3843536