论文部分内容阅读
为对船舶交通流量进行准确预测，结合BP神经网络和Markov算法，构建BP神经网络-Markov 预测模型。引入粒子群优化（particle swarm optimization, PSO）算法对模型进行优化，克服利用Markov模型选取白化系数的不足。用该模型预测武汉长江大桥船舶交通流量的月度数据，结果表明：与BP神经网络的预测精度82.439 0%相比，基于PSO的BP神经网络-Markov预测模型的预测精度提高到91.050 8%，该模型的合理性和准确性得到验证。