10.3778/j.issn.1002-8331.1309-0478
改进的粒子群算法优化TSFNN的交通流预测
为提高T-S模糊神经网络在交通流量预测的准确性,提出了一种改进的粒子群算法优化T-S 模糊神经网络预测交通流量的算法。该算法利用改进粒子群算法通过群体极值进行t分布变异,使算法跳出局部收敛,使用改进的粒子群算法优化T-S模糊神经网络,能够优化网络参数配置,进而提高网络的预测精度。利用优化后的T-S模糊神经网络对实测交通流量进行预测,实验仿真表明优化的T-S模糊神经网络可有效提高交通流量预测精度,减小预测误差。
粒子群算法、T-S模型、模糊神经网络、交通流量预测
TP301.6(计算技术、计算机技术)
兰州交通大学青年科学基金项目No.2013006。
2014-02-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
236-239