基于极限学习机的船舶航行行为预测!

作     者：谢新连 陈紫薇 魏照坤 赵瑞嘉 XIE Xinlian;CHEN Ziwei;WEI Zhaokun;ZHAO Ruijia

作者机构：大连海事大学物流研究院 

基　　金：国家重点研发计划项目(2017YFC0805309) 国家自然科学基金项目(61473053) 中央高校基本科研业务费专项资金资助项目(3132019303) 

出 版 物：《重庆交通大学学报（自然科学版）》 (Journal of Chongqing Jiaotong University(Natural Science))

年 卷 期：2019年第38卷第8期

页      码：7-12,123页

摘      要：为提高海上监控系统效率,有效预测船舶航行行为,建立了基于极限学习机的船舶航行行为预测模型。该模型针对航行状态的改变(主要为转向或变速),采取自动调整采样周期的方法更精准的训练网络,从而提高对船舶行为的预测精度。最后,利用琼州海峡的船舶自动识别系统(Automatic Identification System,AIS)信息将设计的预测模型与现有的灰色关联和BP模型进行对比。仿真结果表明:设计的算法有效地降低了船舶在转向及变速前后的预测误差;通过曼-惠特尼U检验证明,设计的基于极限学习机的船舶航行行为预测模型相比于传统BP神经网络及灰色关联模型,在预测精度方面具有更大的优势。

主 题 词：交通运输工程 船舶航行行为预测 极限学习机 AIS信息 曼-惠特尼U检验 

学科分类：08[工学] 081105[081105] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1674-0696.2019.08.02

馆 藏 号：203727324...