基于DE与ELM的交通流预测

• 作者: 孙涛 潘华贤
• 来源期刊: 科技视界
• 关键词: 交通流 预测 极限学习机 差分进化
• 年，卷（期）: 2013,（30）
• 所属期刊栏目: 姻姻姻高校科技
• 页码范围: 114-115
• 页数: 2页
• 字数: 2376字
• 语种: 中文

摘要

交通流预测在智能交通系统中具有重要地位，本文提出了利用极限学习机对交通流进行预测。为了整体提高算法的泛化性能，寻求全局最优解，在极限学习机的训练阶段，利用差分进化算法对其权值进行优化。实验采用西安某地区的交通流数据作为实验数据来评估所提算法的性能。结果表明，所提出的DE-ELM算法在交通流预测中具有较高的精确度，验证了其有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘华贤	西安财经学院行知学院	10	12	3.0	3.0
2	孙涛		11	20	3.0	4.0