基于BP神經網絡與殘差分析的船舶交通流量預測

翟久剛，田延飛，嚴新平

(1.武漢理工大學a.能源與動力工程學院;b.航運學院，武漢 430063;2.交通運輸部 中國海上搜救中心，北京 100736)

0 引言

船舶交通流量的準確預測有助于提高海事管理的效能，是船舶通航、航路規劃與設計的重要參考依據.船舶交通流量實際上具有很大的隨機性，月度船舶交通流量數據構成一個典型的非線性時間序列［1-2］，采用線性回歸、曲線方程等對其進行回歸分析往往難以奏效.而人工神經網絡具有極強的非線性映射能力，對非線性系統有良好的識別、預測能力，在信息預測領域已經得到廣泛應用.以BP神經網絡為例，由于其具有極強的非線性映射能力，對非線性時間序列具有很好的擬合能力，但過度擬合將導致其外推能力不佳，測試和預測精度變差，甚至出現與實際變化趨勢相反的現象.為協調兩者的矛盾，本文用神經網絡對交通流量進行仿真及預測，從控制仿真殘差入手設計和構建具有合適結構和預測精度等的網絡，并應用于實際問題.

1 基本原理及流程設計

殘差是指在回歸分析中的實際觀察值與回歸估計值之差，以δ表示.顯然，有多少對數據，就有多少個殘差.針對交通流量這樣的非線性系統，可通過建立合適的神經網絡代替常規的回歸方程，從而實現對該類特征系統的仿真及預測.神經網絡對樣本數據的仿真也會存在一定的偏差，因此將交通流量的觀測值與按神經網絡進行的仿真值之差定義為……