基于CS-SNN的公交到站时间预测模型

• 作者: 邝先验 罗会超 钟蕊 欧阳鹏
• 来源期刊: 传感器与微系统
• 关键词: 智能交通 公交到站时间预测 布谷鸟搜索算法 Spiking神经网络 公共交通
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 研究与探讨|Research & Approach
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP391|U491
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)03-0030-04

摘要

针对公交到站时间预测不准以及工作日和周末运行特性差异的问题,提出了一种基于布谷鸟搜索算法的Spiking神经网络(CS-SNN)预测模型.通过分析和验证Spiking神经网络的性能特征,再采用寻优性能更强的CS算法优化Spiking神经网络的初始参数,最后利用行车历史数据对神经网络进行训练和建模来实现到站时间的准确预测,将该优化算法与未优化的SNN算法和Elman神经网络算法用MATLAB分别仿真测试.对比结果显示:无论工作日还是周末,CS-SNN预测模型对公交行程时间的预测均具有更高的准确性且结果更加稳定.