FORECASTING CONTAINER CAPACITY USING ARTIFICIAL NEURAL NETWORK ALGORITHM AT RAJAIE SEAPORT

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 303

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICOPMAS12_268

تاریخ نمایه سازی: 30 دی 1397

چکیده مقاله:

In this research Artificial Neural Network (ANN) as a main tool calculations was used for container capacity prediction at Rajaie seaport. The ANNs are a learner trainee network base on the samples, like the human. The ANNs could be arranged for different tasks, such as pattern recognition, information categorizing, prediction, and etc. [1]. This application many times were used as a powerful calculations tool for estimation and prediction based on the input data [2]. These tools included two important part; trainee, and test. First, the network trained using the input data, then this network will be used for simulation in the second step (test). On the other hand performance of these process are non-simultaneously. Forasmuch as, ANNs are accurate for estimations therefore used in this project to estimate the container capacity in Rajaie seaport.

نویسندگان

Amin Karimi Jashni

Hormozgan Province Maritime & Ports Authority, Bandar Abbas, Iran

Sobhan Iranshahi

Hormozgan Province Maritime & Ports Authority, Bandar Abbas, Iran