作者:贾伟; 赵雪芬短时交通流量预测粒子群优化bp神经网络levy飞行元胞自动机差分进化
摘要:为了提高短时交通流量的预测准确率,提出采用改进的BP神经网络预测交通流量。首先,针对粒子群优化算法易陷入局部最优解和收敛速度慢的问题,提出改进一种的粒子群优化算法,通过双种群搜索的策略提高粒子群优化算法的寻优能力和收敛性。然后,利用改进的粒子群优化算法选取BP神经网络的权值和阈值。最后,将改进的BP神经网络应用到短时交通流量预测中。实验结果表明,与现有的BP神经网络相比,改进的BP神经网络能够有效提高交通流量预测的准确性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社