基于ARIMA-BP神经网络的船舶交通事故预测

发布时间：2023-08-25 23:47

　　为提高船舶交通事故的预测精度,提出将自回归综合移动平均(autoregressive integrated moving average, ARIMA)模型与BP神经网络组合的船舶交通事故预测方法。该方法考虑船舶交通事故的复杂性和非线性因素,充分结合ARIMA模型与BP神经网络的优势,分别从简单加权和残差优化角度对ARIMA模型与BP神经网络的不同组合方法进行比较研究,并将其应用于2000—2018年英国籍船舶交通事故预测中。结果表明:与ARIMA模型、BP神经网络和ARIMA-BP的简单加权组合预测方法进行对比,ARIMA-BP的残差优化组合预测方法的预测精度最高,其均方根误差、平均绝对误差和平均绝对百分比误差分别为7.16、6.0和4.9%。本文提出的船舶交通事故预测方法可以为相关人员的决策提供指导。

【文章页数】：6 页

【文章目录】：
0 引 言
1 理论模型
    1.1 ARIMA模型
    1.2 BP神经网络
2 两种组合预测方法
    2.1 简单加权组合预测模型
    2.2 残差优化组合预测模型
    2.3 预测结果评价方法
3 实例验证
    3.1 数据来源
    3.2 数据分析与预处理
    3.3 船舶交通事故的预测
    3.4 模型评价
4 结 论



本文编号：3843536