發(fā)布時間：2023-08-25 23:47

　　為提高船舶交通事故的預測精度,提出將自回歸綜合移動平均(autoregressive integrated moving average, ARIMA)模型與BP神經網絡組合的船舶交通事故預測方法。該方法考慮船舶交通事故的復雜性和非線性因素,充分結合ARIMA模型與BP神經網絡的優(yōu)勢,分別從簡單加權和殘差優(yōu)化角度對ARIMA模型與BP神經網絡的不同組合方法進行比較研究,并將其應用于2000—2018年英國籍船舶交通事故預測中。結果表明:與ARIMA模型、BP神經網絡和ARIMA-BP的簡單加權組合預測方法進行對比,ARIMA-BP的殘差優(yōu)化組合預測方法的預測精度最高,其均方根誤差、平均絕對誤差和平均絕對百分比誤差分別為7.16、6.0和4.9%。本文提出的船舶交通事故預測方法可以為相關人員的決策提供指導。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引 言
1 理論模型
    1.1 ARIMA模型
    1.2 BP神經網絡
2 兩種組合預測方法
    2.1 簡單加權組合預測模型
    2.2 殘差優(yōu)化組合預測模型
    2.3 預測結果評價方法
3 實例驗證
    3.1 數(shù)據(jù)來源
    3.2 數(shù)據(jù)分析與預處理
    3.3 船舶交通事故的預測
    3.4 模型評價
4 結 論



本文編號：3843536