论文部分内容阅读
影响交通流变化的因素众多，为改进传统的船舶交通流预测精度不高，一种结合粗糙集和支持向量回归智能算法的交通流预测模型提出，通过ROSETTA软件进行属性约简预处理，筛选出影响交通流变化的关键影响因素，剔除冗余信息。筛选结果显示外轮进出艘次、对外贸易总额、港口GDP、集装箱标准箱、港口货物吞吐量为输入变量，运用Libsvm软件构建基于遗传算法参数寻优的支持向量回归模型预测2008年和2009年的交通流。算例结果表明，与BP神经网络和SVM模型相比，组合预测模型是有效和实用的预测工具。