改进天牛须搜索优化神经网络的港口货运量预测

作     者：廖列法 欧阳宗英 LIAO Lie-fa;OUYANG Zong-ying

作者机构：江西理工大学信息工程学院赣州341000 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2021年第21卷第7期

页      面：2937-2944页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(71761018 71462018) 

主　　题：天牛须搜索 Elman神经网络 吞吐量预测 蒙特卡洛准则 主成分分析 

摘      要：为对港口货运量进行科学精准预测,结合天牛须搜索(beetle antennae search, BAS)算法和蒙特卡洛准则,提出一种改进BAS的Elman神经网络预测模型。收集上海港1989—2018年内的货运量以及当地各项经济数据,建立港口货运量预测评估体系,对各项影响因子进行预处理,消除数据冗余信息对预测的影响,对预处理后的数据进行仿真测试。实验结果表明,该模型预测准确率可达95%以上,有效地提高了港口货运量的预测精度。