CS 算法优化 BP 神经网络的短时交通流量预测

• 作者: 高述涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 短时交通流量 相空间重构 布谷鸟搜索算法 高斯扰动 反向传播(BP)神经网络
• 年，卷（期）: 2013,（9）
• 页码范围: 106-109
• 分类号: TP393
• 字数: 3616字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1212-0188

摘要

为了提高短时交通流量的预测精度,提出一种布谷鸟搜索算法优化 BP 神经网络参数的短时交通流量预测模型(CS-BPNN).基于混沌理论对短时交通流量时间序列进行相空间重构,将重构后的时间序列输入到 BP神经网络进行学习,采用布谷鸟搜索算法找到 BP 神经网络最优参数,建立短时交通流量预测模型,通过具体实例对 CS-BPNN 性能进行测试.仿真结果表明,相对于对比模型,CS-BPNN 提高了短时交通流量的预测精度,更加准确反映了短时交通流量的变化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高述涛	湖南外贸职业学院服务外包学院	13	53	2.0	7.0