结合粒子群算法的小波神经网络交通流预测

• 作者: 张增芳 徐树安 李春贵 温鑫 闫向磊
• 来源期刊: 广西工学院学报
• 学科: 工学
• 关键词: 交通流量 预测 粒子群 小波神经网络
• 年，卷（期）: 2010,（3）
• 页码范围: 23-27
• 分类号: TP391
• 字数: 4339字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6410.2010.03.005

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小波神经网络交叉路口短时交通流量预测方法,利用粒子群算法优化小波神经网络的模型参数,通过定义可变的加速因子,使粒子群算法有利收敛于全局最优解.将粒子群算法的全局优化搜索能力和小波良好的时频局部性质相结合,克服神经网络易陷入局部极小和引起振荡效应现象的缺点.实验仿真结果说明,该算法可以有效提高预测精度,减少预测误差,并且很好的反映了交通流的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春贵	广西工学院计算机工程系	56	539	13.0	21.0
2	张增芳	广西工学院计算机工程系	52	623	11.0	23.0
3	温鑫	广西工学院电子信息与控制工程系	2	29	2.0	2.0
4	闫向磊	广西工学院电子信息与控制工程系	3	66	3.0	3.0
5	徐树安	广西工学院电子信息与控制工程系	1	17	1.0	1.0