位置:成果数据库 > 期刊 > 期刊详情页
基于智能融合的船舶交通流预测系统
  • ISSN号:1000-4653
  • 期刊名称:《中国航海》
  • 时间:0
  • 分类:U676.1[交通运输工程—船舶及航道工程;交通运输工程—船舶与海洋工程] TP274[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]上海海事大学信息工程学院,上海200135, [2]上海海事大学物流工程学院,上海200135, [3]上海海事大学商船学院,上海200135
  • 相关基金:国家自然科学基金(60572051,60434020);上海市教委项目:07ZZ102,08YZ109
中文摘要:

船舶交通流量预测的研究为水道的规划、设计和船舶通航管理提供基础性依据。将智能融合算法应用于船舶交通流量预测系统,较好地解决了现有船舶预测算法中存在的预测精度不高,依赖于经验等不足。以长江江阴大桥2007年船舶流量观测数据为例进行分析,实验结果表明,融合预测能够对多个数据源进行预测,并可以减缓单种预测方法单独预测的不确定性,从而增加了预测的准确性和整个预测系统的鲁棒性。

英文摘要:

The prediction of ship traffic flow is an important fundamental preparation for layout and design of channels as well as management of ship navigation. An intelligent fusion algorithm is applied to ship traffic flow forecasting to remedy the shortcomings in existing ship flow prediction systems, such as low degree of forecasting accuracy and the dependence on experience. Through analyzing the ship flux data gained during the survey in 2007 at Jiagying Bridge over the Changjiang River, the experiment shows that the fusion prediction can forecast multi source data and also reduce the forecast uncertainty so as to increase the accuracy and the robustness of prediction.

同期刊论文项目
期刊论文 50 会议论文 19 著作 1
期刊论文 141 会议论文 89 获奖 4 著作 5
同项目期刊论文
期刊信息
  • 《中国航海》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国航海学会
  • 主编:马浔
  • 地址:上海市民生路600号中国航海学会
  • 邮编:200135
  • 邮箱:zghh@shmtu.edu.cn
  • 电话:021-38284906
  • 国际标准刊号:ISSN:1000-4653
  • 国内统一刊号:ISSN:31-1388/U
  • 邮发代号:
  • 获奖情况:
  • 中国科学引文数据库来源期刊,中国学术期刊综合评价数据库来源期刊
  • 国内外数据库收录:
  • 美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:4226