IR
优化的BP神经网络短时交通流预测方法
曹洁; 沈钧珥; 张红; 陈作汉; 侯亮
2020-05-06
Source Publication传感器与微系统
ISSNISSN:2096-2436
Issue2020年05期Pages:页码:58-60+64
Abstract针对传统的误差逆向传播(BP)神经网络方法在进行交通流预测时存在网络准确性差,权值设置敏感等缺点,提出一种基于改进蝙蝠算法(BA)优化BP神经网络的交通流短时预测方法。引入自适应惯性权重和加速因子对原始蝙蝠算法进行优化,提高其收敛速度及寻优精度;用改进的BA对BP神经网络的权值和阈值参数优化并构建BA-BP模型进行短时交通流预测。实验结果表明:与传统BP相比,该方法平均绝对误差降低了3. 078 5,均方误差降低了4. 471 0。
Keyword蝙蝠算法 逆向传播(BP)神经网络 交通流 短时预测
DOI10.13873/J.1000-9787(2020)05-0058-03
URL查看原文
Indexed ByCNKI
Language中文
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/56799
Collection兰州理工大学
计算机与通信学院
Affiliation1.兰州理工大学计算机与通信学院
2.甘肃省制造业信息化工程研究中心
Recommended Citation
GB/T 7714
曹洁,沈钧珥,张红,等. 优化的BP神经网络短时交通流预测方法[J]. 传感器与微系统,2020(2020年05期):页码:58-60+64.
APA 曹洁,沈钧珥,张红,陈作汉,&侯亮.(2020).优化的BP神经网络短时交通流预测方法.传感器与微系统(2020年05期),页码:58-60+64.
MLA 曹洁,et al."优化的BP神经网络短时交通流预测方法".传感器与微系统 .2020年05期(2020):页码:58-60+64.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[曹洁]'s Articles
[沈钧珥]'s Articles
[张红]'s Articles
Baidu academic
Similar articles in Baidu academic
[曹洁]'s Articles
[沈钧珥]'s Articles
[张红]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[曹洁]'s Articles
[沈钧珥]'s Articles
[张红]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.