基于遗传算法优化小波神经网络的短时交通流量预测

• 作者: 张博 李会超 李鸿
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 遗传算法 小波神经网络 短时交通流量预测
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 148-152
• 页数: 5页
• 分类号: TP183
• 字数: 3128字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.07.026

摘要

为了提高小波神经网络对具有时变性、非线性和复杂性等特点的短时交通流量预测的准确性,提出一种基于遗传算法优化小波神经网络的短时交通流量预测模型.利用遗传算法隐含并行性、自适应随机搜索及全局寻优的特性,优化小波神经网络的权值和阈值,克服了小波神经网络易陷入局部最优、得不到最优参数的缺陷.仿真结果表明,该方法对短时交通流量具有较好的非线性拟合能力和更高的预测精度,并具有良好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鸿	长沙理工大学电气与信息工程学院	43	238	7.0	14.0
2	张博	长沙理工大学电气与信息工程学院	4	24	2.0	4.0
3	李会超	长沙理工大学电气与信息工程学院	2	15	2.0	2.0