[发明专利]一种基于EEMD-IAGA-BP神经网络的船舶交通流预测方法在审
| 申请号： | 201910202192.7 | 申请日： | 2019-03-18 |
| 公开（公告）号： | CN110111606A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 郭杰;刘轶华;马利华 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G08G3/00 | 分类号： | G08G3/00;G06Q50/30;G06Q10/04;G06N3/04 |
| 代理公司： | 上海互顺专利代理事务所(普通合伙) 31332 | 代理人： | 成秋丽 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种基于EEMD‑IAGA‑BP神经网络的船舶交通流预测方法，其特征在于，包括步骤：利用单位根检验中的NP检验法检验船舶交通流数据的非平稳性；利用集合经验模态分解算法将船舶交通流数据这个非平稳时间序列分解为平稳信号；构建改进自适应遗传算法优化的3层BP神经网络作为训练模型；得到预测结果。本发明构建改进自适应遗传算法优化的3层BP神经网络作为训练模型，数据的非平稳部分对预测结果影响降低，提高了预测的准确度。 | ||
| 搜索关键词： | 船舶交通流 自适应遗传算法 训练模型 预测结果 构建 预测 检验 集合经验模态分解 非平稳时间序列 非平稳性 平稳信号 神经网络 准确度 算法 优化 改进 分解 申请 | ||
【主权项】：
1.一种基于EEMD‑IAGA‑BP神经网络的船舶交通流预测方法，其特征在于，包括以下步骤：利用单位根检验中的NP检验法检验船舶交通流数据的非平稳性；利用集合经验模态分解算法将船舶交通流数据这个非平稳时间序列分解为平稳信号；构建改进自适应遗传算法优化的3层BP神经网络作为训练模型；得到预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海事大学，未经上海海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910202192.7/，转载请声明来源钻瓜专利网。
