基于改进BP网络模型的公路流量预测

• 作者: 严文杰 彭勇 陈俞强
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: BP神经网络 预测模型 公路流量 算法改进
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 111-113,118
• 分类号: TP301.6
• 字数: 2836字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.08.029

摘要

针对公路客货运量预测的问题,对现有的常用预测方法进行研究,提出改进BP神经网络预测模型.该模型首先采用动态陡度因子改变激励函数的陡峭程度,改善激励函数的响应特征,得到更好的非线性表达能力；其次利用附加动量因子,通过将以前的经验进行积累,降低了神经网络对误差曲面的局部细节敏感性,较好地遏制网络陷于局部最小；再次采取变学习率学习算法,先给一个较大初值,随着学习过程的进行,学习率不断减小,网络趋于稳定.改进BP算法既可以找到更优解,又可以缩短训练时间.结合某地区的公路运量相关数据,对改进BP神经网络预测模型进行了验证.实验结果表明,该模型的相对误差和迭代次数都取得了较大的改善,对公路客货运量预测很有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俞强	东莞职业技术学院计算机工程系	61	216	7.0	10.0
2	彭勇	东莞职业技术学院计算机工程系	45	171	7.0	11.0
3	严文杰	武汉理工大学计算机科学与技术学院	3	6	1.0	2.0