基于改进T-S模糊神经网络的交通流量预测

• 作者: 侯越
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 智能交通系统(ITS) 萤火虫优化算法(GSO) T-S模型 模糊神经网络 交通流量 预测
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 121-126
• 页数: 6页
• 分类号: TP301.6
• 字数: 5043字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1309008

摘要

在萤火虫优化算法和T-S模糊神经网络的基础上，提出了一种采用萤火虫算法优化的T-S模糊神经网络预测交通流量的算法。该算法利用萤火虫算法得到T-S模糊神经网络的最优参数配置，从而能发挥T-S模糊神经网络泛化的映射能力。将该算法应用到实测交通流中进行算法的有效性验证，并与传统的T-S模糊神经网络和遗传算法优化的T-S模糊神经网络进行比较，仿真结果表明该算法具有更高的预测准确性，从而证明了该算法在交通流量预测领域的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯越	兰州交通大学电子与信息工程学院	20	114	6.0	10.0