作者:任晓霞; 宋海明短时交通流预测小波神经网络bp神经网络
摘要:作为一种人工智能算法,BP神经网络对数据有良好的自学习能力,可以对非线性数据良好逼近,由于其采取的是梯度下降法,容易使搜索陷入局部最小,为了进一步提高预测精度,利用小波良好的时频性,降低网络结构对数据敏感的特点,从而达到良好的预测效果。通过小波分解与重构获取交通流量数据中的低频近似部分和高频随机部分,然后在分析各种模型的优、劣的基础上,选取较有效的模型或模型结合方式,建立了交通流量预测模型。最后,利用实测交通流量数据对模型仿真,结果表明该模型可以有效地提高短时交通流量预测的精度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社