基于改进遗传算法的交通流量小波网络预测

• 作者: 张艳 柴良勇 殷礼胜 甘敏 谈堃 鲁照权
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法 小波网络 交通流量 预测
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 电气与自动化工程
• 页码范围: 900-905
• 页数: 6页
• 分类号: TP202
• 字数: 5101字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2016.07.008

摘要

针对小波网络结构不易确定和网络参数随机选择易造成较大预测误差的问题，文章通过对采集的交通流数据进行分析和多次试验判断误差，来确定小波神经网络的结构；提出了一种改良的遗传算法来初始化神经网络的权值参数，并对种群的进化进行分析；最后将遗传算法选择出的最优个体解码成小波网络的权值和因子，用构建的小波神经网络来预测短时交通流量，得出预测结果。研究结果表明改进遗传算法优化的小波网络能够较好地预测输出，并能够降低输出误差均值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳	合肥工业大学电气与自动化工程学院	43	279	11.0	14.0
2	甘敏	合肥工业大学电气与自动化工程学院	8	65	4.0	8.0
3	鲁照权	合肥工业大学电气与自动化工程学院	60	423	12.0	16.0
4	殷礼胜	合肥工业大学电气与自动化工程学院	17	84	6.0	8.0
5	柴良勇	合肥工业大学电气与自动化工程学院	2	13	2.0	2.0
6	谈堃	合肥工业大学电气与自动化工程学院	2	13	2.0	2.0