[发明专利]一种基于多元回归的渔港船舶进出港动态预测方法及系统

权利要求书

1.一种基于多元回归的渔港船舶进出港动态预测方法，其特征在于，包括：

信息采集集成步骤，采集预测所需的数据集，包括实际船舶进出渔港流量和影响停泊的外部环境因素；

数据预处理步骤，对采集的数据集进行初步处理、清除异常数据，规范文本格式表达形式和取值范围；

多元回归拟合步骤，输入自变量环境数据和因变量船舶进出港数量，计算多元回归函数系数，并进行验证优化，生成预测函数；

所述的数据预处理步骤包括：

数据清洗步骤，对数据集所有的数据对象进行处理，包括异常状态的数据识别和清除，文本描述格式的数据转成数值格式，统一不同对象的取值范围；

数据密度判断步骤，根据数据分布的密度进行分类，把数据集分为低密度数据集和高密度数据集；

数据聚集步骤，对高密度的数据集进行聚类，取每一类的中心点作为该类的属性；

数据输出步骤，对低密度数据集和高密度数据集进行整理，形成新的数据集；

所述数据聚集步骤，包括；

设D＝{d₁,d₂,…d_m}表示数据集，m为数据的个数，C＝{c₁,c₂…c_k}表示k个簇，则

s_ij＝||d_i-c_j||²

其中，s_ij代表数据d_i与中心点c_j的距离，把d_i放入到距离最近的中心点的集合，然后重新计算中心点；

其中，C_j是中心点c_j的集合。

2.如权利要求1所述的渔港船舶进出港动态预测方法，其特征在于，所述信息采集集成步骤包括：

目标数据源确定步骤，确定需要采集的数据，包括天气、风速、温度、日期、历史停泊渔船数量、实际进出渔港船舶数量；

数据采集步骤，采用爬虫的方式从网络上采集需要的数据；

数据集成步骤，对采集的数据进行处理，提取关键信息，整合得到带有映射关系的数据集。

3.如权利要求1所述的渔港船舶进出港动态预测方法，其特征在于，所述多元回归拟合步骤包括：

数据输入步骤，根据环境因素数量，设置对应的多元函数，每一个环境因素代表一个自变量，把数据集转换成空间向量形式，输入数据集中的自变量和因变量；

系数解析步骤，对于输入的数据，以函数预测的结果与实际结果的差的平方和作为误差函数，计算误差函数的最小值，取得对应的函数系数；

输出验证步骤，将用来测试的数据输入到生成的多元函数中，计算出预测的渔船进出港数量。

4.如权利要求1所述的渔港船舶进出港动态预测方法，其特征在于，所述数据清洗步骤包括：根据局部异常因子的方法，找出数据集中与其他数据疏远的点，从数据中删除。

5.如权利要求3所述的渔港船舶进出港动态预测方法，其特征在于，

所述数据输入步骤包括：设X_ij表示第i组数据中第j个环境自变量，α_i是该变量的系数，y_i是这组环境变量下的预测进出港船舶数量，则

y＝Xα

其中y是预测的进出港船舶数量，X是环境自变量输入矩阵，α是系数矩阵。

6.如权利要求5所述的渔港船舶进出港动态预测方法，其特征在于，

所述系数解析步骤包括：设是实际进出港船舶数量，σ²是误差函数：

σ²取最小值时，对每个α_i的偏导数都为0，即