改进的粒子群算法优化TSFNN的交通流预测

• 作者: 侯越 赵贺
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群算法 T-S模型 模糊神经网络 交通流量预测
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 工程与应用
• 页码范围: 236-239
• 页数: 4页
• 分类号: TP301.6
• 字数: 3131字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1309-0478

摘要

为提高T-S模糊神经网络在交通流量预测的准确性，提出了一种改进的粒子群算法优化T-S 模糊神经网络预测交通流量的算法。该算法利用改进粒子群算法通过群体极值进行t分布变异，使算法跳出局部收敛，使用改进的粒子群算法优化T-S模糊神经网络，能够优化网络参数配置，进而提高网络的预测精度。利用优化后的T-S模糊神经网络对实测交通流量进行预测，实验仿真表明优化的T-S模糊神经网络可有效提高交通流量预测精度，减小预测误差。

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
2	赵贺	兰州交通大学电子与信息工程学院	19	104	6.0	9.0