基于混沌搜索的人工蜂群优化神经网络交通流预测方法

摘要：

为了提高长时交通流的预测精度,提出一种改进的人工蜂群优化BP神经网络分时段预测交通流的方法;利用Tent混沌映射采蜜蜂放弃的新解,实现具有混沌搜索策略的人工蜂群算法,然后优化BP神经网络的权值和阈值,最终训练BP神经网络以求得最优值;利用该预测方法对合肥市黄天路全天的交通流分时段预测,实现了对长时交通流的准确预测,与传统的人工蜂群优化BP神经网络预测对比,能有效改善预测精度,降低预测误差.

关键词：交通流预测、BP神经网络、人工蜂群算法、Tent混沌、分时段

所属期刊栏目：27

分类号：U121(城市交通运输)

资助基金：国家自然科学基金资助项目51308057;陕西省重点研发计划2018GY-137

在线出版日期：2019-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-48,54