布谷鸟算法优化小波神经网络的短时交通流预测

• 作者: 张翠芳 黄晓慧
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 短时交通流 复自相关 布谷鸟算法 小波神经网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法
• 页码范围: 238-242
• 页数: 5页
• 分类号: TP183
• 字数: 5009字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.03.043

摘要

针对目前短时交通流的预测精度不够高这一问题,提出一种布谷鸟算法优化小波神经网络(CS-WNN)的短时交通流预测模型.首先采用小波变换对数据进行降噪,并进行归一化处理,然后使用复自相关法对具有混沌特性的短时交通流进行相空间重构,将交通流数据拆分为训练数据组和测试数据组,使用布谷鸟算法优化小波神经网络的各项参数,并根据训练数据组来训练优化后的小波神经网络模型.最后使用测试数据组的数据对CS-WNN模型进行有效性验证.仿真结果表明,相比几种主流的优化预测模型, CS-WNN短时交通流预测模型具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张翠芳	西南交通大学信息科学与技术学院	73	463	12.0	17.0
2	黄晓慧	西南交通大学信息科学与技术学院	2	11	1.0	2.0