典型文献
基于GRA-GA-BP神经网络的港口集装箱吞吐量预测模型
文献摘要：
港口集装箱吞吐量的准确预测对于港口的未来发展规划及该港口所属腹地的经济发展具有重要的指导意义.为实现输入变量的降维,提高预测精度,避免出现局部最优解,借助灰色关联分析对输入变量进行筛选和排序,引入遗传算法作为优化BP神经网络内初始权值及阈值的工具,并基于此建立模型对环渤海港口群三大代表港口2016-2019年集装箱吞吐量进行实证对比分析.最后横向比较传统BP模型和GA-BP模型的预测结果,研究结果表明:经GRA-GA算法优化BP神经网络模型相较于GA-BP神经网络模型与未经过改善的传统的BP神经网络模型其预测结果更为理想,研究结果对港口的战略规划及发展具有一定的参考价值.
文献关键词：
港口;集装箱;吞吐量预测;灰色关联度分析;遗传算法;BP神经网络
中图分类号：
作者姓名：
于少强;周钰博;陈康;肖长凯;林宇玲
作者机构：
大连海事大学 航运经济与管理学院,辽宁 大连 116026
文献出处：
引用格式：
[1]于少强;周钰博;陈康;肖长凯;林宇玲-.基于GRA-GA-BP神经网络的港口集装箱吞吐量预测模型)[J].物流技术,2022(09):78-82
A类：
B类：
GRA,GA,港口集装箱吞吐量,集装箱吞吐量预测,准确预测,该港,腹地,避免出现,现局,局部最优解,灰色关联分析,权值,建立模型,环渤海港口群,实证对比,横向比较,算法优化,更为理想,战略规划,灰色关联度分析
AB值：
0.217706
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
