节点文献
基于GM(1,1)和BP网络的港口吞吐量预测
Research on Prediction Model of Port Throughput Based on GM(1,1) and BP Network
【摘要】 分析了灰色和人工神经网络预测方法的互补性,在此基础上提出了将灰色与人工神经网络结合的灰色-神经网络混合模型.分别采用GM(1,1)模型、BP网络模型和灰色-神经网络混合模型对某港口货物吞吐量进行预测并用实测数据验证.结果表明,灰色-神经网络混合模型预测效果最佳.
【Abstract】 The complementation of Gray and Neural Network prediction methods is discussed,and a Gray-Neural Network model is proposed.GM(1,1) BP Network and Grey-Neural Network model are applied to predic cargo throughput of a certain port,then the result are verified by the measured data.It proves that the prediction effect of the Grey-Neural Network model is better than others.
【关键词】 港口吞吐量预测；
GM(1,1)；
BP网络；
灰色-神经网络混合模型；
【Key words】 port throughput prediction； GM(1,1)； BP Network； Grey-Neural Network model；
【Key words】 port throughput prediction； GM(1,1)； BP Network； Grey-Neural Network model；
【基金】 水生动物营养与饲料“泰山学者”岗位经费资助项目
- 【文献出处】 大连交通大学学报 ,Journal of Dalian Jiaotong University , 编辑部邮箱 ,2013年03期
- 【分类号】U691.71
- 【被引频次】9
- 【下载频次】212