| 基于VMD-BP-GA模型的脆弱航段船舶短时交通流预测 |
| |
| 引用本文： | 陈永军,王腾飞,董朝阳.基于VMD-BP-GA模型的脆弱航段船舶短时交通流预测[J].广东海洋大学学报,2024(2):106-114. |
| |
| 作者姓名： | 陈永军 王腾飞 董朝阳 |
| |
| 作者单位： | 1. 山东航空学院机场学院;2. 武汉理工大学交通与物流学院;3. 重庆交通大学经济与管理学院 |
| |
| 基金项目： | 国家自然科学基金(52101403)；;国家重点研发计划(2021YFB1600404)； |
| |
| 摘 要： | 【目的】针对繁忙航段船舶交通流易受外界环境扰动的难题，提出一种可用于识别船舶交通流脆弱性的预测模型，旨在通过脆弱性辨识，确定最薄弱的航段。【方法】首先采用变分模态分解（VMD）模型将船舶交通流参数序列分解为多个模态分量，然后结合反向传播神经网络（BP）和遗传算法（GA），通过构建约束模型并不断更新各个分量的中心和带宽，实现单个分量的预测，通过应用VMD-BP-GA模型对船舶交通流进行精准预测，并验证其合理性和有效性。【结果】在繁忙航段，本研究提出的VMD-BP-GA模型精准预测船舶交通流脆弱性的方法，相较于传统模型表现出更低的预测误差值，其中在航段流量预测方面，本研究模型的平均绝对误差（MAE）最低达到2.095%，均方根误差（RMSE）最低达到2.610%，平均百分比误差（MAPE）最低达到2.114%；在航段密度预测方面，本研究模型的MAE、RSME、MAPE最低分别为0.129%、0.162%、2.112%；并实现了时空两个维度的船舶交通流预测。【结论】本研究模型成功实现对船舶交通流脆弱性的识别和最薄弱航段的确定，具有高效的预测性能，能够精准并快速地预测船舶交通流，可为船舶通航安...
|
| 关 键 词： | 船舶交通流 脆弱性 预测 通航船舶 多融合算法 |
|
