论文研究基于非凸低秩稀疏约束的船舶交通流量预测.pdf

为有效预测船舶交通流量，利用非凸低秩稀疏分解模型将交通流量数据分解成低秩和稀疏两部分；然后采用自回归移动平均（autoregressiveintegratedmovingaverage，ARIMA）模型分别预测低秩和稀疏部分，进而合并得到最终的船舶交通流量预测结果。最后以天津港2003—2014年船舶交通流量历史数据为例进行模型验证和预测分析，实验结果表明，非凸低秩稀疏分解模型能反映船舶交通流量的季节变化规律，较灰色系统、神经网络及组合预测模型能够显著地提高预测精度，为船舶交通流量预测提供了一种新的预测方法。