优化的BP神经网络短时交通流预测方法 | |
曹洁; 沈钧珥; 张红; 陈作汉; 侯亮 | |
刊名 | 传感器与微系统 |
2020-05-06 | |
期号 | 2020年05期页码:页码:58-60+64 |
关键词 | 蝙蝠算法 逆向传播(BP)神经网络 交通流 短时预测 |
ISSN号 | ISSN:2096-2436 |
DOI | 10.13873/J.1000-9787(2020)05-0058-03 |
英文摘要 | 针对传统的误差逆向传播(BP)神经网络方法在进行交通流预测时存在网络准确性差,权值设置敏感等缺点,提出一种基于改进蝙蝠算法(BA)优化BP神经网络的交通流短时预测方法。引入自适应惯性权重和加速因子对原始蝙蝠算法进行优化,提高其收敛速度及寻优精度;用改进的BA对BP神经网络的权值和阈值参数优化并构建BA-BP模型进行短时交通流预测。实验结果表明:与传统BP相比,该方法平均绝对误差降低了3. 078 5,均方误差降低了4. 471 0。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/56799] |
专题 | 兰州理工大学 计算机与通信学院 |
作者单位 | 1.兰州理工大学计算机与通信学院 2.甘肃省制造业信息化工程研究中心 |
推荐引用方式 GB/T 7714 | 曹洁,沈钧珥,张红,等. 优化的BP神经网络短时交通流预测方法[J]. 传感器与微系统,2020(2020年05期):页码:58-60+64. |
APA | 曹洁,沈钧珥,张红,陈作汉,&侯亮.(2020).优化的BP神经网络短时交通流预测方法.传感器与微系统(2020年05期),页码:58-60+64. |
MLA | 曹洁,et al."优化的BP神经网络短时交通流预测方法".传感器与微系统 .2020年05期(2020):页码:58-60+64. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论