| 改进GA优化BP神经网络的短时交通流预测 |
| |
| 引用本文： | 卢建中,程浩.改进GA优化BP神经网络的短时交通流预测[J].合肥工业大学学报(自然科学版),2015(1). |
| |
| 作者姓名： | 卢建中 程浩 |
| |
| 作者单位： | 合肥工业大学 管理学院,安徽 合肥,230009 |
| |
| 基金项目： | 国家自然科学基金重点资助项目 |
| |
| 摘 要： | 为了提高BP神经网络预测模型对短时交通流的预测准确性,文章提出了一种基于改进遗传算法优化BP神经网络的短时交通流预测方法。由于模拟退火算法具有较强的局部搜索能力,能够在搜索过程中避免陷入局部最优解,因此引入模拟退火算法中的Metropolis接受准则来增加遗传算法的局部搜索能力,避免了遗传算法过早收敛和陷入局部最优解。通过改进的遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。仿真结果表明,该方法对短时交通流预测具有较好的预测精确性。
|
| 关 键 词： | 交通流预测 BP神经网络 遗传算法 模拟退火算法 Metropolis接受准则 |
Short-term traffic flow forecast based on modified GA optimized BP neural network |
| |
| LU Jian-zhong,CHENG Hao.Short-term traffic flow forecast based on modified GA optimized BP neural network[J].Journal of Hefei University of Technology(Natural Science),2015(1). |
| |
| Authors: | LU Jian-zhong CHENG Hao |
| |
| Abstract: | |
| |
| Keywords: | traffic flow forecast BP neural network genetic algorithm (GA ) simulated annealing (SA) algorithm Metropolis acceptance criteria |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
