一种基于EEMD-SSA-SVR模型的船舶在泊时间预测方法

本发明公开一种基于EEMD‑SSA‑SVR模型的船舶在泊时间预测方法，所述方法包括以下步骤：步骤1、数据获取及处理：获取原始数据并进行数据清洗、分解、归一化处理；步骤2、参数寻优：利用SSA进行参数寻优，以优化SVR模型的惩罚系数C和核函数参数g；步骤3、预测模型构建及训练：构建预测模型即EEMD‑SSA‑SVR模型并训练，利用训练完成的预测模型对在泊时间进行预测；步骤4、预测精度评估：采用决定系数R2、平均绝对误差MAE和均方根误差RMSE对模型的预测性能进行定量评估。本发明所述方法基于EEMD‑SSA‑SVR模型实现了对船舶在泊时间的高精度预测，相对于其他传统模型预测精度有很大提升，提高了船舶在泊时间预测的准确性，为实现港口的集约化、绿色化和可持续发展提供科学依据。