基于改进可变学习速率BP算法的短时交通流预测

• 作者: 李晶 邓洪敏 陈储培 马遥
• 来源期刊: 自动化与仪器仪表
• 学科: 交通运输
• 关键词: VLBP Metropolis准则 局部极小 短时交通流预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 管理自动化
• 页码范围: 182-184
• 页数: 3页
• 分类号: TP183|U491
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2016.02.182

摘要

为了解决可变学习速率的BP神经网络(VLBP)在训练时容易陷入局部极小的问题,在VLBP的算法规则中引入模拟退火中的metropolis接受准则,使得在均方误差增量超过设定的界限值时,权值更新不总是被取消,而是以一定的概率被接受,构造了一种容易跳出局部极小的VLBP神经网络(MVLBP).运用MVLBP算法对短时交通流进行预测,仿真结果表明,MVLBP神经网络训练收敛速度更快,且有较好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晶	四川大学电子信息学院	37	136	6.0	10.0
2	邓洪敏	四川大学电子信息学院	20	109	6.0	9.0
3	陈储培	四川大学电子信息学院	2	16	2.0	2.0
4	马遥	四川大学电子信息学院	1	3	1.0	1.0