您好,欢迎访问中国水产科学研究院 机构知识库!

基于改进广义回归神经网络的渔船流量预测

文献类型: 中文期刊

作者: 蒋庆朝 1 ; 陈孟婕 1 ;

作者机构: 1.中国水产科学研究院渔业工程研究所

关键词: 广义回归神经网络;聚类;流量预测

期刊名称: 现代计算机

ISSN: 1007-1423

年卷期: 2020 年 033 期

页码: 25-29

摘要: 随着经济和渔业的发展,船舶的数量也随之增多,这也导致渔船进出港拥堵,水上交通事故频发.因此,开展渔船交通流量预测研究可以为渔船进出港调度优化管理提供依据.针对广义回归神经网络模型只适用于小样本数据的特点进行研究,提出一种基于聚类的改进方法,通过聚类减少输入数据的冗余.结果表明,基于聚类的广义回归神经网络模型对于大样本数据集也具有良好的适用性,而且引入环境因素也提高预测的准确性和稳定性.

  • 相关文献

[1]基于广义回归神经网络与遗传算法的玻璃钢渔船船型要素优化研究. 李纳,陈明,刘飞,林焰,谌志新. 2012

[2]基于广义回归神经网络的幼蛏毒性模型的建立与应用. 杨胜龙,邬旸,于红霞,王连生,王翠华. 2013

[3]基于PC-RELM的养殖水体溶解氧数据流预测模型. 施珮,匡亮,王泉,袁永明. 2023

[4]融合K-调和均值的混沌粒子群聚类算法. 沈明明,毛力. 2011

[5]融合K-调和均值和模拟退火粒子群的混合聚类算法. 毛力,刘兴阳,沈明明. 2011

作者其他论文 更多>>