基于ACS优化BP神经网络的交通流量短时预测方法

• 作者: 梁松 赖锦辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 交通流量预测 神经网络 变异尺度 改进布谷鸟搜索算法
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 工程与应用
• 页码范围: 244-248
• 页数: 5页
• 分类号: TP18
• 字数: 4434字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0309

摘要

交通流量预测是智能交通系统中非常重要的研究领域，因为交通流量的复杂性，传统的预测方法不能很好地预测。提出一种基于t分布自适应变异优化的布谷鸟算法，通过动态变异控制尺度和设置多个自由度来构造自适应变异算法，可以获得优于高斯变异和柯西变异的整体优化效果。在此基础上，提出改进布谷鸟搜索算法优化神经网络的交通流量预测模型（ACS-BPNN），通过优化BP神经网络的初始权值和阈值参数，以提高短时交通流量预测精度。仿真结果表明，该方法取得比较好的预测结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁松	广东石油化工学院计算机与电子信息学院	12	68	5.0	8.0
2	赖锦辉	广东石油化工学院实验教学部计算机中心	18	103	7.0	10.0