10.3969/j.issn.1000-7024.2013.09.056
DE优化T-S模糊神经网络的交通流量预测
提出了一种差分进化算法优化T-S模糊神经网络预测交通流量的算法方法.该算法利用差分进化来弥补T-S模糊神经网络连接权值和阂值选择上的随机性缺陷,从而能发挥T-S模糊神经网络泛化的映射能力,而且能使T-S模糊神经网络具有较快的收敛性以及较强的学习能力.将该算法应用到实测交通流进行算法的有效性验证,并与传统的T-S模糊神经网络进行比较,仿真结果表明,该算法具有更好的非线性拟合能力和更高的预测准确性,在交通流量预测领域具备可行性和有效性.
差分进化、T-S模型、模糊神经网络、交通流量、预测
34
TP301.6(计算技术、计算机技术)
甘肃省自然科学基金项目1112RJZA051
2013-10-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
3284-3287