基于SSA-BP的铁路沿线风速预测方法

精确的铁路沿线风速预测对提升列车运行控制和调度智能化水平起着关键作用。提出在BP神经网络的基础上采用麻雀搜索算法(SSA)对其进行优化,构建SSA-BPNN模型,新的模型优化了BP神经网络的阈值和权值,将SSA-BPNN模型与GA-BPNN模型的预测值进行对比。结果表明,两种模型均可对铁路沿线时间序列的风速进行预测,但SSA-BP算法的预测精度更高,预测性能更加良好,RMSE从1.3743减小到0.7803,R²则从0.8901增大到0.9363。