龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏海洋大学;蓝湾海洋资源开发技术创新中心
摘要：本发明公开基于进化型季节趋势分解的自适应港口货物吞吐量预测方法，旨在提高港口货物吞吐量预测的准确性和稳定性。通过局部加权回归技术平滑时间序列数据，将数据分解为季节分量、趋势分量和不规则分量，捕捉数据中的关键周期性和趋势性变化，增强模型对数据内在结构的适应性和预测的准确度。采用基于高斯差分变异和多尺度莱维飞行策略的混沌粒子群算法，优化神经网络的权重和偏置，以提高预测的稳定性和减少预测误差。引入自适应动态权重调整机制，使模型能够根据实时数据自适应调整预测策略，提升长期预测的一致性和可靠性。本发明适用于港口货物吞吐量的预测，能够有效地支持港口运营管理和规划，提升决策效率与精确性。
主权项：1.基于进化型季节趋势分解的自适应港口货物吞吐量预测方法，其特征在于，该方法包括以下流程：S1：数据收集和处理：收集历史港口货物吞吐量数据，吞吐量数据具体包括时间序列数据、贸易流量；对数据进行清洗、标准化和预处理，预处理具体采用归一化处理，归一化处理的计算公式为： 其中，yxi代表在时间点xi的原始数据值，ymin和ymax分别代表数据集中的最小值和最大值，yxinormalized为归一化处理的结果；S2：模型构建：使用进化型季节趋势分解算法，将港口货物吞吐量Yx分解为季节项Sx、趋势项Tx和残差项Ix；S3：算法优化：利用改进的粒子群算法对前馈神经网络的权重和偏置进行优化，对残差项进行深入分析，通过变异和寻优策略，不断迭代寻找最优解，减少预测误差并提高了预测的稳定性；S4：动态权重调整：引入动态权重调整机制，根据数据驱动自适应地调整各组成部分的权重，优化最终的预测模型。S5：结果评估和验证：使用均方误差、平均绝对误差和平均绝对百分比误差评价指标，对模型的预测结果进行评估。
全文数据：
权利要求：
百度查询： 江苏海洋大学 蓝湾海洋资源开发技术创新中心 基于进化型季节趋势分解的港口货物吞吐量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号