基于Gaussian GRU与Copula函数的船舶交通流不确定性预测

摘要

以船舶交通流为研究对象，提出一种基于高斯分布假设的门控循环单元(Gaussian GRU)模型预测船舶交通流参数的不确定性分布，并结合Copula函数建立交通流密度和速度的联合概率预测方法。首先，根据交通流的特征，设计一种残差GRU结构，通过深度堆叠增强GRU的特征提取能力，并结合高斯似然函数估计交通流的概率密度分布。其次，为解决不确定性预测中预测的“滞后”问题，引入点值处理模块，以提高模型预测的稳定性和准确性。利用Gaussian Copula函数建立交通流密度和速度的联合概率模型，并通过采样方法对福姜沙水域中三个航道的状态进行估计。实验结果表明，相较现有模型，本文方法在点值预测和概率密度预测两方面均表现优异，能够更精确地量化船舶交通流的不确定性特征。

关键词

船舶交通流 / 不确定性预测 / 门控循环单元(GRU) / Copula函数 / 联合概率模型