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
发表期刊传感器与微系统
ISSNISSN:2096-2436
期号2020年05期页码:页码:58-60+64
摘要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。
关键词蝙蝠算法 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
收录类别CNKI
语种中文
引用统计
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/56799
专题兰州理工大学
计算机与通信学院
作者单位1.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
推荐引用方式
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.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[曹洁]的文章
[沈钧珥]的文章
[张红]的文章
百度学术
百度学术中相似的文章
[曹洁]的文章
[沈钧珥]的文章
[张红]的文章
必应学术
必应学术中相似的文章
[曹洁]的文章
[沈钧珥]的文章
[张红]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。