基于遗传算法的模糊神经网络公交到站时间预测模型研究

• 作者: 万里 温荷 罗频捷
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 公交到站时间预测 多层前馈神经网络 模糊逻辑系统 多子群自适应遗传算法
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 智能计算
• 页码范围: 87-89,108
• 页数: 4页
• 分类号: TP391
• 字数: 4613字
• 语种: 中文

摘要

公交到站时间的预测受到诸多因素的影响,各种因素对预测准确度不可度量,很难采用传统数学模型进行建模解决.采用基于遗传算法的模糊神经网络模型对公交到站时间进行预测,该模型将遗传算法和模糊推理系统融入多层前馈神经网络中,并通过模糊规则的隶属度进行初始化与更新网络各个参数初始值,同时利用多子群自适应遗传算法进行宏观搜索,提高整个网络的寻优能力.模型以成都市某线路公交运行时间预测为例对其进行了模拟仿真,仿真结果表明基于遗传算法的模糊神经网络公交到站时间预测模型具有较高的准确性与可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗频捷	成都东软学院实验管理中心	13	59	5.0	7.0
2	温荷	成都东软学院计算机科学与技术系	16	70	5.0	8.0