遗传算法优化BP神经网络的短时交通流混沌预测
为了提高BP神经网络预测模型对混沌时间序列的预测准确性,提出了一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法.利用遗传算法优化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,并将该预测方法应用到几个典型混沌时间序列和实测短时交通流时间序列进行有效性验证.仿真结果表明,该方法对典型混沌时间序列和短时交通流具有较好的非线性拟合能力和更高的预测准确性.
交通流预测、混沌理论、BP神经网络、遗传算法
26
U491.1(交通工程与公路运输技术管理)
国家自然科学基金50478088;河北省高等学校人文社会科学研究重点项目SKZD2011106
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
1581-1585