首页 | 期刊介绍 | 编委会 | 投稿指南 | 期刊订阅 | 广告合作 | 联系我们      
基于时间序列的港口货物吞吐量GRNN预测模型
投稿时间:2010-07-14  修订日期:2010-11-25  点此下载全文
引用本文:周少龙,周锋.基于时间序列的港口货物吞吐量GRNN预测模型[J].上海海事大学学报,2011,32(1):70-73.
摘要点击次数: 1319
全文下载次数: 754
     
作者单位
周少龙 武汉理工大学航运学院
周锋 1
基金项目:武汉理工大学自主创新研究基金 (444 20510012)
中文摘要:为准确进行港口货物吞吐量预测,采用逐步递归的方法,建立基于时间序列的港口货物吞吐量广义回归神经网络(Generalized Regression Neural Network, GRNN)预测模型.利用该模型预测某港口货物吞吐量,结果表明:对于小样本的短期预测,该模型具有适应性好、误差小等特点.
中文关键词:港口  货物吞吐量  时间序列  广义回归神经网络  预测模型
 
GRNN model for prediction of port cargo throughput based on time series
Abstract: In order to predict the port cargo throughput accurately, the step by step recursive method is adopted to establish the Generalized Regression Neural Network (GRNN) model for the prediction of port cargo throughput based on the time series. The model is used to predict the cargo throughput of a port, and the results show that this model is of characteristics of good adaptability and small error, etc, for the short term prediction of small sample.
keywords:port  cargo throughput  time series  generalized regression neural network  prediction model
查看全文  查看/发表评论  下载PDF阅读器
关闭
美女美女图片

您是第1466194位访问者
地址:上海浦东新区海港大道1550号中远图书馆B5楼512室 邮编:201306
联系电话:021-38284905 传真:021-38284916 E-mail:hyxb@shmtu.edu.cn
本系统由北京勤云科技发展有限公司设计  
沪ICP备11028865号-3