基于优化的灰色马尔可夫模型对船舶流的预测

摘要：

为了提高船舶交通流预测的效率和准确率,综合考虑季节、气候等因素,通过分析历史船舶流量数据,在传统的灰色模型基础上构建了基于季节指数的灰色-马尔可夫预测模型.模型将纵向与横向分析相结合的方法运用到船舶预测中,通过季节指数修正船舶的横向季节性变化,再用灰色模型进行预测,最后通过马尔可夫进行误差修正.利用武汉大桥断面的船舶流量数据对该模型进行了实例分析,使用MATLAB将BP神经网络模型、GM(1,1)模型与优化后的灰色马尔可夫模型进行仿真预测,结果表明,Markov-GM(1,1)模型具有更高的预测精度和效率,从而能够相对准确、高效地对船舶交通流量进行预测.

关键词：船舶交通流量、季节指数、灰色预测、马尔可夫模型、预测

所属期刊栏目：28

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学社会基金面上项目61673260

在线出版日期：2018-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：101-104