期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于遗传算法-v支持向量回归的船舶轨迹预测 被引量:1
1
作者 姜立超 尚晓兵 +2 位作者 金豹 张雯 张智 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第10期2001-2006,共6页
为了提高船舶轨迹预测精度,避免船舶海上航行事故的发生,本文采用遗传算法对v-支持向量回归进行参数寻优,以此来分别构建关于经纬度的船舶轨迹预测模型。选取水上移动业务标识码为356772000的货船在2022年6月的船舶自动识别系统数据作... 为了提高船舶轨迹预测精度,避免船舶海上航行事故的发生,本文采用遗传算法对v-支持向量回归进行参数寻优,以此来分别构建关于经纬度的船舶轨迹预测模型。选取水上移动业务标识码为356772000的货船在2022年6月的船舶自动识别系统数据作为研究对象。将该模型的预测结果分别与粒子群优化算法和网格搜索算法优化的v-支持向量回归模型、遗传算法-支持向量回归模型进行比较。实验结果表明:遗传算法v-支持向量回归模型关于航迹经、纬度预测结果的均方误差、平均绝对百分比误差和平均绝对误差相比于其他模型最低,关于经度分别为4.29×10^(-7)(°)、4.50×10^(-4)和5.47×10^(-7)(°)2,关于纬度的分别为1.82×10^(-6)(°)、4.02×10^(-3)和1.08×10^(-3)(°)2。基于遗传算法-v支持向量回归模型的预测效果最好,预测误差波动最小。本文将遗传算法与v-支持向量回归相结合,为船舶轨迹预测模型的优化提供参考,也为海上智能交通提供思路。 展开更多
关键词 船舶轨迹预测 v-支持向量回归 遗传算法 水上移动业务标识码 船舶自动识别系统 交叉验证 智能交通 机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部