优化的BP神经网络短时交通流预测方法

doi:10.13873/J.1000-9787(2020)05-0058-03

CORC > 兰州理工大学 > 兰州理工大学

	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.