基于ABC优化BP神经网络的船舶交通流量预测

作者：黄富程; 刘德新; 曹杰; 安天圣

来源：上海船舶运输科学研究所学报, 2021, 44(02): 78-83.

• 船舶交通流量预测
• 人工蜂群算法(ABC)
• BP神经网络
• 权值和阈值

为提高船舶交通流量预测的准确性,针对BP神经网络随机确定初始权值和阈值的缺点,提出一种基于人工蜂群算法(Artificial Bee Colony, ABC)改进BP神经网络的ABC-BP船舶交通流量预测模型。利用人工蜂群算法全局搜索能力和不易陷入局部最优的特点,对BP神经网络的初始权值和阈值进行优化,并以青岛港船舶交通流量统计数据为例,进行实例验证。结果显示,与传统的BP神经网络以及遗传算法(GA)优化的BP神经网络预测模型相比,ABC-BP模型平均绝对百分比误差(MAPE)低至3.361 8%,不仅避免了局部最优,而且通过简单的参数设置就能够显著提高船舶交通流量的预测精度。表明本模型在船舶交通流量预测上是有效可行的。

• 单位
  大连海事大学