基于分数阶动量梯度下降的RBF神经网络船舶交通流预测方法
授权
摘要
本发明提出一种基于分数阶动量梯度下降的RBF神经网络船舶交通流预测方法，其特征在于：以前a小时船舶交通流量与下一次涨潮前b分钟的交通流量作为神经网络的输入，输出是未来c分钟的船舶交通流量；所述神经网络采用FOGDM‑RBF神经网络。其能有效地加快梯度下降法的收敛速度，提高性能，具有较高的精度和有效性，避免了传统神经网络训练速度慢、容易陷入局部最优解、高方差振荡等缺点，并融入了分数阶运算所具有地更快的响应速度、更低的超调、更小的抖振效应和更好的预测控制性能。
基本信息
专利标题 ：
基于分数阶动量梯度下降的RBF神经网络船舶交通流预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111507530A
申请号 ：
CN202010309180.7
公开（公告）日 ：
2020-08-07
申请日 ：
2020-04-17
授权号 ：
CN111507530B
授权日 ：
2022-05-31
发明人 ：
方琼林薛晗沈金城郭志富李文锋伊富春邵哲平洪长华赵强张锋马峰
申请人 ：
集美大学;交通运输部东海航海保障中心厦门航标处
申请人地址 ：
福建省厦门市集美区银江路183号
代理机构 ：
福州元创专利商标代理有限公司
代理人 ：
丘鸿超
优先权 ：
CN202010309180.7
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/26 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-31 ：
授权
2020-09-01 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20200417
申请日 : 20200417
2020-08-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
