文献类型：期刊文章

作　　者：陈旭[1] 李典[2] 张利华[3] 王晶[3] 罗小红[1] 张威[1]

CHEN Xu;LI Dian;ZHANG Li-hua;WANG Jing;LUO Xiao-hong;ZHANG Wei(Communications Planning&Design Institute of Hubei Province,Wuhan 430051,China;School of Transportation,Wuhan University of Technology,Wuhan 430063,China;Jingzhou City Bureau of Port&Waterway Administration,Jingzhou 434000,China)

机构地区：[1]湖北省交通规划设计院股份有限公司,湖北武汉430051 [2]武汉理工大学交通学院,湖北武汉430063 [3]荆州市港航管理局,湖北荆州434000

出　　处：《水运工程》

年　　份：2020

卷　　号：0

期　　号：3

起止页码：38-42

语　　种：中文

收录情况：BDHX、BDHX2017、ZGKJHX、核心刊

摘　　要：在编制港口总体规划过程中,港口吞吐量的预测对于提出规划方案至关重要,支持向量机(SVM)方法是港口吞吐量预测较为常见和有效的预测方法。针对港口吞吐量预测影响因素复杂的问题,以荆州港总体规划为实例,研究分析了影响港口吞吐量的主要指标因素。在采用SVM预测方法的基础上,运用遗传算法(GA)、网格搜索算法(GS)对SVM模型主要参数进行优化改进,GA-SVM和GS-SVM模型预测结果都是在支持向量机预测方法的基础上,采用遗传算法和GS方法对支持向量机模型的主要参数进行优化和改进,并用MSE和R2检验了遗传支持向量机和GS支持向量机模型的预测结果。改进后的SVM模型是在当前研究成果基础上提出的一种新港口吞吐量预测方法,可将该模型在港口总体规划工作中进行推广应用。

关 键 词：荆州港  支持向量机 优化算法 港口吞吐量预测

分 类 号：U61]