结合粒子群算法的小波神经网络交通流预测

被引：11

作者：

李春贵 ^{[1
]}

徐树安 ^{[2
]}

闫向磊 ^{[2
]}

温鑫 ^{[2
]}

张增芳 ^{[1
]}

机构：

[1] 广西工学院计算机工程系

[2] 广西工学院电子信息与控制工程系

来源：

广西工学院学报(自然科学版) | 2010年 / 21卷 / 03期

关键词：

交通流量; 预测; 粒子群; 小波神经网络;

D O I：

10.16375/j.cnki.cn45-1395/t.2010.03.017

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

摘要：

针对短时交通流量具有复杂性、非线性等特点,提出基于粒子群算法的小波神经网络交叉路口短时交通流量预测方法,利用粒子群算法优化小波神经网络的模型参数,通过定义可变的加速因子,使粒子群算法有利收敛于全局最优解.将粒子群算法的全局优化搜索能力和小波良好的时频局部性质相结合,克服神经网络易陷入局部极小和引起振荡效应现象的缺点.实验仿真结果说明,该算法可以有效提高预测精度,减少预测误差,并且很好的反映了交通流的特点.

引用

页码：23 / 27

页数：5

共 10 条

[1]

微粒群优化与调度算法.[M].王凌; 刘波; 编著.清华大学出版社.2008,

[2] 基于自组织小波神经网络的磁共振图像分割方法 [J].