粒子群优化的神经网络预测交通流量 |
| |
引用本文: | 段晋茂,潘玉民.粒子群优化的神经网络预测交通流量[J].黑龙江科技信息,2013(19):83-85. |
| |
作者姓名: | 段晋茂 潘玉民 |
| |
作者单位: | 华北科技学院电子信息工程学院,北京101601 |
| |
基金项目: | 河北省教育厅科学技术研究项目(编号:Z2006439) |
| |
摘 要: | 交通流量预测是智能交通系统研究的重要组成部分。提出了一种粒子群(PSO)优化RBF神经网络的交通流量预测方法。该方法以误差能量函数为适应度函数,利用PSO算法对RBF神经网络参数进行优化,有效克服交通流量数据非周期性、非线性和随机性等问题。仿真实验结果证明比单纯用RBF预测模型精度高、收敛速度快,表明粒子群优化的RBF神经网络模型具有良好的应用价值。
|
关 键 词: | 交通流量预测 RBF神经网络 粒子群算法优化 |
本文献已被 CNKI 维普 等数据库收录! |
|