基于改进WNN的短时交通流量预测的研究

• 作者: 冯益春 朱媛媛 沈子华 王笑梅 郭超磊
• 来源期刊: 计算机与数字工程
• 学科: 交通运输
• 关键词: 小波神经网络 梯度下降 自适应人工鱼群算法 粒子群算法 短时交通流量
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息融合
• 页码范围: 1617-1622
• 页数: 6页
• 分类号: U491|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.07.015

摘要

论文提出了一种结合自适应人工鱼群算法及粒子群优化算法的混合寻优算法,替换了小波神经网络在求解最优参数时所使用的梯度下降法,从而可在一定程度上优化小波神经网络.在此基础上,采用改进的小波神经网络对短时交通流量数据进行建模与预测.仿真实验结果表明,在进行短时交通流量预测时,改进后的小波神经网络模型相比其他一些主流的优化预测模型,无论在收敛速度、稳定性还是在预测精度方面均有一定的提高.