基于LSTM神经网络的长江干线航道水路货运量预测研究  

作　　者：温泉 周泓伶 

机构地区：[1]湖北交通职业技术学院,湖北武汉430079 [2]长江航道规划设计研究院,湖北武汉430040

出　　处：《中国水运》2022年第S01期43-47,共5页

基　　金：国家重点研发计划项目:内河航道设施智能化监测预警与信息服应用示范(2018YFB1600405)

摘　　要：长江干线航道系统整治后,航道通航条件得到了极大提升,沿江省市经济的快速发展同时带动了对水路货运的需求,做好水路货运量预测研究工作,提升预测精度,可为沿江港航管理单位制定中长期发展规划提供合理数据支撑,也为后续航道整治工程及配套工程的可行性研究提供科学依据。本文将长短期记忆神经网络(Long Short-Time Memory Network,LSTM)模型引入水路货运量预测研究中,通过建立LSTM多维影响因素预测模型,在Matlab2021a环境下对1990-2020年长江干线湖北航段水路货运量历史数据进行了训练预测,结果表明其预测值误差分析显著优于传统BP、ELAMN神经网络模型,具有更高的预测精度。

关 键 词：水路货运量 BP神经网络 ELMAN递归神经网络 LSTM神经网络 预测 

分 类 号：U615[交通运输工程—船舶及航道工程]