基于粒子群优化算法下的灰色系统船闸货运量预测.doc

基于粒子群优化算法下的灰色系统
船闸货运量预测基金项目:国家自然科学基金资助项目(50479032)
作者简介:杨星(1978-),男,湖北人,博士研究生,主要从事交通、海洋方面的研究。
杨星1 王娅娜2
(,广州 510275;2 河海大学交通与海洋学院,南京 210098)
摘要:采用灰色系统理论,建立了基于GM(1,1)的船闸货运量预测模型,模型参数计算分别采用粒子群优化算法和最小二乘法,两者进行对比发现,两者预测误差相当,但是粒子群优化算法可以避免繁琐的矩阵运算而优于最小二乘法,文章最后应用基于粒子群优化算法的灰色系统模型进行了船闸货运量的预测。可以认为,基于粒子群优化算法的灰色系统船闸货运量预测方法值得在水运界进行推广和探讨。
关键词:粒子群优化;灰色理论;船闸;货运量;预测模型
中图分类号:F502 文献标识码:A 文章编号:
Forecast of the Lock Freight Volume
Based on Grey System Theory and Particle Swarm Optimization
Yang xing1 Wang ya-na2
(1. Institute of Estuarine and Coastal Studies, Sun Yat-sen University, Guangzhou 510275 ; of Traffic , Hohai University , Nanjing 210098 )
Abstract :Based on the grey system theory , the GM ( 1,1 ) forecast model of the lock freight volume is established . The particle swarm optimization and the least square method are adopted respectively pute the model parameters. Consequent results are analyzed pared , which shows the particle swarm optimization is better than the least square method. The future lock freight volume is predicted by using the model and the grey forecast method based particle swarm optimization is mended to be used in the waterway engineering .

Key words: particle swarm optimization ;grey theory ; lock; freight volume ; forecast model
引言
航道货运量预测是制定有关政策、编制运输发展规划和运输企业经营决策、日常管理的依据[1],也是进行航运规划, 确定各枢纽的通航建筑物规模最直接和最重要的基础性工作。目前常用的某些预测方法(回归分析、神