基于MHPSO优化GRU神经网络的短时交通流预测

• 作者: 王德广 黄浩洋
• 来源期刊: 大连交通大学学报
• 关键词: 交通流预测 MHPSO GRU神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 交通科学与工程
• 页码范围: 12-17
• 页数: 6页
• 字数: 4267字
• 语种: 中文
• DOI: 10.13291/j.cnki.djdxac.2020.01.003

摘要

为提高短时交通流量预测精度及预测效率,首先提出一种PSO改进算法(MHPSO),把PSO种群结构设置为多层,将种群中上层粒子作为下层粒子的吸引粒子,将吸引粒子对粒子本身的吸引能力考虑在内,修改粒子速度更新方程以增强种群粒子之间的交互能力,从而有效地避免其陷入局部最优,提升算法的寻优速度及精度;然后利用MHPSO对GRU神经网络的参数进行优化;最后利用基于MHPSO优化的GRU神经网络构建短期交通流预测模型.实验结果表明:基于MHPSO优化的GRU神经网络模型在短时交通流预测中具有更高的预测精度,预测效率得到显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王德广	大连交通大学软件学院	28	160	6.0	12.0
2	黄浩洋	大连交通大学软件学院	1	2	1.0	1.0