改进人工蜂群算法优化RBF神经网络的短时交通流预测

• 作者: 徐双双 邓珍荣 雷茜茜 黄文明
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 交通流预测 RBF神经网络 BP神经网络 小波神经网络 人工蜂群算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 713-719
• 页数: 7页
• 分类号: TP301.6
• 字数: 5790字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.04.015

摘要

为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型.利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证.将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较.对比结果表明,该方法对短时交通流具有更高的预测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文明	桂林电子科技大学计算机科学与工程学院	80	616	13.0	22.0
2	邓珍荣	桂林电子科技大学计算机科学与工程学院	39	204	8.0	12.0
3	徐双双	桂林电子科技大学计算机科学与工程学院	3	37	3.0	3.0
4	雷茜茜	桂林电子科技大学计算机科学与工程学院	4	37	3.0	4.0