改进粒子群算法优化BP神经网络的短时交通流预测

摘要：

为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的预测方法.引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能,利用改进粒子群算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解.将该预测方法应用到实测交通流的时间序列进行有效性验证,结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.

关键词：交通流预测、BP神经网络、粒子群算法、变异算子

所属期刊栏目：32

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金50478088;河北省自然科学基金E2012201002;河北省高等学校人文社会科学研究重点项目SKZD2011106

在线出版日期：2013-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2045-2049