基于 BP 神经网络的短时客流预测优化

• 作者: 陆中石 安徽交通职业技术学院
• 来源期刊: 科技与创新
• 关键词: 客流预测 神经网络 遗传算法优化 模型性能
• 年，卷（期）: 2024,（19）
• 所属期刊栏目: 前沿·视点
• 页码范围: 19-21
• 页数: 3页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2023.19.004

摘要

先利用应用比较广泛的BP(Back Propagation，反向传播)神经网络算法对某地铁站1 h的进站客流进行预测。针对BP算法初始权值和阈值难以确定，容易导致目标函数错误获得局部最优解的缺点，引入遗传算法，以优化前的预测误差为适应度函数对BP算法进行改进提升得到优化后的预测模型，并以优化前后预测的分时客流进行对比。结果表明，优化后预测值和真实值的最大相对误差和平均绝对百分比误差均有明显减小，验证了改进后的模型性能。