基于自变异烟花算法的短时交通流预测模型

• 作者: 冯珊珊 张军 柳军
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 短时交通流 自变异烟花算法 反向传播(BP)神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP39.4
• 字数: 3329字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)06-0051-04

摘要

为了有效提高短时交通流预测的精度,提出一种基于自变异烟花算法(FWA)的短时交通流预测模型.自变异烟花算法依据算法对反向传播(BP)神经网络的优化过程中,使用自适应烟花变异算子,自适应选取变异烟花;并对边界外烟花采取随机映射规则,增加种群的多样性.所构建的预测模型,可以对短时交通流的非线性、复杂性起到准确的预测,加快了最优值的求解.实验表明:对于同一组数据,以平均绝对误差、均方根误差为评价指标,所提出方法较传统的BP神经网络预测模型、粒子群算法改进BP神经网络预测模型、标准烟花算法改进BP神经网络预测模型精确度均得到了大幅度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张军	天津大学电气自动化与信息工程学院	90	705	14.0	23.0
2	冯珊珊		2	0	0.0	0.0
3	柳军		1	0	0.0	0.0