为解决现有船舶交通流量预测算法中存在的预测精度不高、算法稳定性差等不足，将一种数据融合BP神经网络的算法用于船舶流量的预测，不仅能较好地实现船舶流量的高精度预测，而且还增强了算法的稳定性。以宁波港口2012年船舶流量观察数据为实例进行分析，用MATLAB软件编程进行系统仿真，实验结果表明，经过数据融合的BP神经网络预测精度高，系统鲁棒性强，预测效果明显优于传统的BP神经网络算法。

为解决现有船舶交通流量预测算法中存在的预测精度不高、算法稳定性差等不足，将一种数据融合BP神经网络的算法用于船舶流量的预测，不仅能较好地实现船舶流量的高精度预测，而且还增强了算法的稳定性。以宁波港口2012年船舶流量观察数据为实例进行分析，用MATLAB软件编程进行系统仿真，实验结果表明，经过数据融合的BP神经网络预测精度高，系统鲁棒性强，预测效果明显优于传统的BP神经网络算法。