[发明专利]一种基于GA-vSVR算法的船舶轨迹预测方法

权利要求书

1.一种基于GA-vSVR算法的船舶轨迹预测方法，其特征在于：具体步骤如下：

步骤1：加载AIS数据并预处理；

预处理AIS数据，删去其中缺失的数据和不合理的数据；对得到的数据进行归一化，归一化区间为[0,1]；

步骤2：遗传算法搜索vSVR模型的参数；

将参数v固定在0.5，以保证拥有较快的计算速度与精度；参数c与参数γ则通过遗传算法来实现寻优；

步骤3：训练vSVR模型，模型预测；

将经过预处理的AIS数据导入模型中，划分好训练集与测试集，确定输入变量与输出变量，将历史时间、经度、纬度、航向、下一时刻的时间作为输入，下一时刻的经度、纬度分别作为输出；使用GA寻找到的最优c、γ，分别建立关于经度、纬度的vSVR模型；并用已经训练好的vSVR模型对测试集进行预测，得出预测结果后将其反归一化并输出。

2.根据权利要求书所述的一种基于GA-vSVR算法的船舶轨迹预测方法，其特征在于：步骤1中将经过预处理的AIS数据归一化至[0,1]区间以降低样本数量级对预测精度的影响，归一化表达式为：

式中x_min'是样本点最小值，x_max是样本点最大值。

3.根据权利要求书所述的一种基于GA-vSVR算法的船舶轨迹预测方法，其特征在于：步骤2具体为：首先进行二进制编码，确定适应度函数的取值范围，确立精度及染色体编码长度，之后初始化种群；进化代数设置为50，种群数量设置为20，参数c与γ的搜索范围为[0,100]，交叉验证的折数为5；然后随机生成第一代种群；利用适应度函数评价种群，判断是否满足停止条件，若是则停止，输出最优解；否则继续进行操作；对种群进行选择、交叉、变异操作，得到下一代种群，重复上述步骤直到寻找到最优的参数c与参数γ，对其解码并输出。