改进PSO优化的BP神经网络短时交通流预测

• 作者: 马秋芳
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 短时交通流 粒子群算法 神经网络 遗传算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 94-98,323
• 页数: 6页
• 分类号: TP301.6
• 字数: 3950字
• 语种: 中文

摘要

针对目前城市短时交通流预测精度不高的问题,提出一种基于改进粒子群算法优化的BP神经网络短时交通流预测方法.在粒子群算法迭代过程中,当判断算法未成熟收敛时,除最优值对应的个体外,其它部分个体执行遗传算法交叉与变异操作,另外部分个体随机初始化.仿真结果表明,新算法有效提高了收敛精度与稳定性,将其应用于BP神经网络权阈值优化,有效提高了预测精度.在此基础上,开发了基于BP神经网络城市短时交通流预测软件,形象直观,简洁高效,可应用于城市短时交通流预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马秋芳	青岛黄海学院大数据学院	7	8	2.0	2.0