| 基于混沌粒子群算法的神经网络短时交通流预测 |
| |
| 引用本文： | 唐新来,李春贵,王萌,张增芳.基于混沌粒子群算法的神经网络短时交通流预测[J].计算机测量与控制,2010,18(8). |
| |
| 作者姓名： | 唐新来 李春贵 王萌 张增芳 |
| |
| 作者单位： | 1. 广西工学院鹿山学院,广西,柳州,545616;广西工学院计算机工程系,广西,柳州,545006
2. 广西工学院计算机工程系,广西,柳州,545006 |
| |
| 基金项目： | 广西科技攻关计划项目，广西自然科学基金项目 |
| |
| 摘 要： | 针对短时交通流量具有复杂性、非线性等特点,提出基于粒子群算法的神经网络交叉路口短时交通流量预测方法;利用混沌粒子群算法对BP神经网络权值和阈值进行优化,克服易陷入局部极小和引起振荡效应现象,从而提高了网络的预测精度;实验仿真结果说明,与标准粒子群算法相比较,新算法可以有效提高预测精度,减少预测误差,最大绝对误差下降至12.15%,相对预测误差在10%以内的预测数据提高至57.5%,并且很好地反应了交通流的特点,是一种可行的预测方法.
|
| 关 键 词： | 交通流量 预测 混沌粒子群 神经网络 |
Traffic Flow Forecasting Based on the Wavelet Neural Network with Particle Swarm Optimization Algorithm |
| |
| Tang Xinlai,Li Chungui,Wang Meng,Zhang Zengfang.Traffic Flow Forecasting Based on the Wavelet Neural Network with Particle Swarm Optimization Algorithm[J].Computer Measurement & Control,2010,18(8). |
| |
| Authors: | Tang Xinlai Li Chungui Wang Meng Zhang Zengfang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
