一种基于IPSO优化ELM的内河船舶轨迹预测方法

作者：郑元洲; 刁士桐; 钱龙^*; 张远锋; 李梦希; 刘欣宇

来源：武汉理工大学学报(交通科学与工程版), 2023, 47(04): 764-769.

• 极限学习机
• 改进粒子群
• 内河航道
• 船舶轨迹预测

文中针对现有预测模型精度和计算效率不高的问题，提出一种引入深度学习框架(ELM)和改进粒子群算法(IPSO)的预测模型，进行内河船舶轨迹预测.采用长江武汉段实测AIS数据并从中提取一系列典型轨迹，使用ELM方法对典型轨迹进行实时预测，考虑到ELM网络的超参数难以人工取到最优，提出采用IPSO算法对网络超参数进行寻优处理，利用最优网络参数构建轨迹预测模型(IPSO-ELM),并与SVM方法、LSTM方法和ELM方法进行对比实验.结果表明：IPSO-ELM有效提高了轨迹预测精度.

• 单位
  内河航运技术湖北省重点实验室; 武汉理工大学