买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:上海海事大学
摘要:本发明公开了一种基于VMD‑FOA‑GRNN的船舶流量预测方法,包括以下步骤:步骤1:对船舶流量数据进行预处理;步骤2:将预处理后的船舶流量数据进行突变检验,选取出未突变的船舶流量数据;步骤3:对未突变的船舶流量数据进行VMD,产生一系列具有不同频率尺度的IMF,即获得分解后的船舶流量数据;步骤4:基于FOA构建GRNN,对分解后的船舶流量数据进行预测,获得预测值;步骤5:基于味道浓度判定函数,将预测值与真实值进行误差分析,获得平均绝对百分比,完成船舶流量数据的预测。此发明解决了现有预测方法的预测精度不高、不具有普遍适用性的问题,基于变分模态分解、果蝇优化的广义回归神经网络,提高了船舶流量的预测精度,解决了复杂非线性时间的时间序列预测普遍适用性的问题,提升了稳定性。
主权项:1.一种基于VMD-FOA-GRNN的船舶流量预测方法,其特征在于,包括以下步骤:步骤1:对船舶流量数据进行预处理,获得预处理后的船舶流量数据;步骤2:将所述预处理后的船舶流量数据进行突变检验,选取出未突变的船舶流量数据;步骤3:对所述未突变的船舶流量数据进行变分模态分解,获得分解后的船舶流量数据;步骤4:基于果蝇优化算法,构建广义回归神经网络,对所述分解后的船舶流量数据进行预测,获得船舶流量数据的预测值;步骤5:基于味道浓度判定函数,将所述预测值与船舶流量数据的真实值进行误差分析,获得平均绝对百分比,完成船舶流量数据的预测。
全文数据:
权利要求:
百度查询: 上海海事大学 一种基于VMD-FOA-GRNN的船舶流量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。