[发明专利]一种船舶流量预测方法

摘要

本发明公开一种船舶流量预测方法，其是基于集合经验模态分解和独立循环神经网络的船舶流量预测方法。首先在数据的处理方面，采用集合经验模态分解算法将非线性非平稳的船舶流量数据分解为一系列具有平稳性的高低频本征模函数序列和一个单调的余数序列，既最大限度地保留原始序列的信息，又将序列的内在规律充分利用，提高预测精度。然后利用独立循环神经网络，通过对多个隐藏层的叠加构建深度学习神经网络，结合大量的船舶流量数据，在数据训练中充分提取船舶流的的时间隐藏特征信息，从而完成预测。本发明使用优化参数的独立循环神经网络对分解的船舶流数据分量分开处理，在细化数据分量处理的同时还提高预测精度；本发明具有更好的自适应性。

主权项

1.一种基于集合经验模态分解和独立循环神经网络的船舶流量预测方法，其特征在于，包含以下步骤：S1、对原始船舶流量数据进行预处理；S2、对所述原始船舶流量数据进行平稳性验证；S3、通过所述步骤S2校验得到的非平稳的原始船舶流量数据进行集合经验模态分解，得到若干个本征模函数和一个余数；S4、对分解后的每个本征模函数和余数分别使用独立循环神经网络模型进行预测，得到各独立循环神经网络的预测值分量并进行叠加，得到船舶流量预测结果。