基于ELM的成山頭短時船舶交通流預(yù)測研究.pdf

1、隨著我國海運事業(yè)的迅速發(fā)展，我國沿海已經(jīng)成為世界上水上交通最繁忙的區(qū)域之一。航經(jīng)我國沿海水域的船舶數(shù)量逐漸增多，海上交通事故也有增加的趨勢，帶來交通安全、海洋環(huán)境污染等一系列問題。短時交通流預(yù)測是交通流預(yù)測的重點研究內(nèi)容之一，及時、準(zhǔn)確的短時船舶交通流預(yù)測信息是保障船舶通航安全、航道暢通、交通有效運行的關(guān)鍵。本文在總結(jié)現(xiàn)有道路短時交通流預(yù)測和船舶交通流預(yù)測模型的基礎(chǔ)上，針對現(xiàn)有短時交通流預(yù)測算法精度低、收斂慢、性能不穩(wěn)定等問題，對短時船

2、舶交通流預(yù)測問題進(jìn)行了研究，并引進(jìn)在道路短時交通流預(yù)測方面應(yīng)用廣泛的超限學(xué)習(xí)機(jī)（Extreme Learning Machine，ELM）對成山頭分道通航水域的短時船舶交通流進(jìn)行預(yù)測。
　　本文首先簡單介紹了交通流理論基礎(chǔ)知識和短時船舶交通流預(yù)測的基本概念，并對船舶交通流特征、交通流預(yù)測的基本特征和基本原則、預(yù)測方法模型要求、現(xiàn)有預(yù)測方法及各自的與缺點進(jìn)行了分析，并給出了短時船舶交通流預(yù)測模型的評價指標(biāo)。其次，應(yīng)用數(shù)據(jù)獲取軟件從海

3、事局AIS網(wǎng)站獲取成山頭分道通航水域的船舶信息，并對數(shù)據(jù)進(jìn)行篩選。為減少數(shù)據(jù)波動對基于ELM神經(jīng)網(wǎng)絡(luò)短時船舶交通流預(yù)測模型的影響，對采集到的數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)歸一化處理，提高模型的預(yù)測精度。然后，應(yīng)用MATLAB這一數(shù)學(xué)工具建立了基于ELM神經(jīng)網(wǎng)絡(luò)的成山頭短時船舶交通流預(yù)測模型，并對編程實現(xiàn)進(jìn)行了介紹。最后，分別采用小波神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測模型、BP神經(jīng)網(wǎng)絡(luò)非線性預(yù)測模型和ELM神經(jīng)網(wǎng)絡(luò)預(yù)測模型來對成山頭分道通航警戒區(qū)進(jìn)行短時交通流預(yù)測。