论文部分内容阅读
基于BP神经网络构建港口船舶交通流量预测模型,为避免预测值的过拟合,采用残差分析优化网络节点设置和数据样本。首先,归一化处理原始数据,确定BP神经网络预测模型的基础参数;其次,对归一化后的数据建立BP神经网络模型,通过残差分析优化调整网络节点设置和数据样本;最后,比对预测值与实际值、分析残差与仿真结果。结果表明,该预测模型能够较准确地预测港口船舶交通流量。