典型文献
基于遗传算法优化BP神经网络的集装箱吞吐量预测
文献摘要：
集装箱吞吐量预测是港口规划建设、生产计划安排、调整港口发展方向的重要基础.针对集装箱吞吐量与其影响因素之间的复杂非线性特征,文章提出基于腹地GDP、腹地货运量、港口前三年集装箱吞吐量作为网络输入构建的遗传算法改进的BP神经网络预测模型(GA-BP),该方法综合考虑到BP神经网络非线性拟合能力强的优点,同时通过遗传算法全局搜索能力强等特点对BP神经网络易陷入局部最优进行改进.为验证提出模型的有效性,选取福州港为案例进行验证,结果显示GA-BP模型的预测精度明显优于BP神经网络,同时对比历史集装箱吞吐量作为输入变量的预测结果,GA-BP模型预测结果精度更高.
文献关键词：
集装箱吞吐量;BP神经网络;遗传算法;预测
中图分类号：
作者姓名：
冉文学;徐腾
作者机构：
云南财经大学 物流学院,云南 昆明 650221
文献出处：
引用格式：
[1]冉文学;徐腾-.基于遗传算法优化BP神经网络的集装箱吞吐量预测)[J].物流科技,2022(19):1-5,19
A类：
B类：
遗传算法优化,集装箱吞吐量预测,港口规划,规划建设,生产计划,港口发展,非线性特征,腹地,货运量,口前,遗传算法改进,神经网络预测模型,GA,非线性拟合,全局搜索,搜索能力,局部最优,出模,福州,同时对比,史集
AB值：
0.238996
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
