基于改进小波神经网络的短时交通流量预测研究
针对城市短时交通流量具有复杂性和非线性等特点,提出了基于人工蜂群算法(ABC)优化小波神经网络对短时交通流量预测分析模型.以小波神经网络(WNN)为基础,将以前城市采集的交通流量作为预测样本,通过人工蜂群算法优化WNN网络结构、权值和阈值,并建立城市短时交通流量预测数学模型.实验仿真表明,所提出的算法预测结果比仅使用WNN算法以及粒子群优化BP神经网络算法效率更高,是一种有效可靠的交通流量预测方法.
智能交通系统、短时交通流量预测、人工蜂群算法、小波神经网络
28
TP183(自动化基础理论)
企业信息化与物联网测控技术四川省高校重点实验室项目2013WYJ03,2013WYY05,2013WZY01,2014WYJ04;酿酒生物技术四川省重点实验室项目NJ2013-11;四川省智慧旅游研究基地项目ZHZ13-02;四川理工学院科研基金项目2014KY03
2016-02-25（万方平台首次上网日期，不代表论文的发表时间）
共6页
52-57
