基于IFA优化RBF神经网络的短时交通流预测模型

IR > 图书馆

	基于IFA优化RBF神经网络的短时交通流预测模型
	曹洁1,2,3 ; 张敏1 ; 张红1,2 ; 陈作汉 1,2; 侯亮 1,2,3
	2022-08-15
发表期刊	兰州理工大学学报
ISSN	1673-5196
卷号	48 期号:04 页码:99-104
摘要	针对短时交通流不确定性极强引起的预测结果精度低的问题，提出一种改进萤火虫算法(IFA)优化RBF神经网络的短时交通流预测模型(IFA-RBF).该模型通过引入线性递减惯性权重和混沌机制，来改进FA后期存在的易陷入局部极值和种群多样性匮乏的不足，利用IFA优化RBF神经网络的连接权重和基函数宽度，以提升RBF神经网络的短时交通流预测精度.实验结果表明，与Elman、BP、RBF和FA-RBF模型相比，构建的短时交通流预测模型(IFA-RBF)具有更高的预测精度，预测值与实际值拟合度较高.
关键词	智能交通系统交通流短时预测 RBF神经网络改进的萤火虫算法混沌搜索
URL	查看原文
收录类别	北大核心
语种	中文
资助项目	国家自然科学基金(61763028);甘肃省自然科学基金(20JR5RA450)
中图分类号	U495;TP183
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/159667
专题	图书馆计算机与通信学院
通讯作者	曹洁
作者单位	1.兰州理工大学计算机与通信学院; 2.甘肃省城市轨道交通智能运营工程研究中心; 3.甘肃省制造业信息化工程研究中心
第一作者单位	计算机与通信学院
通讯作者单位	计算机与通信学院
第一作者的第一单位	计算机与通信学院
推荐引用方式 GB/T 7714	曹洁,张敏,张红,等. 基于IFA优化RBF神经网络的短时交通流预测模型[J]. 兰州理工大学学报,2022,48(04):99-104.
APA	曹洁,张敏,张红,陈作汉,&侯亮.(2022).基于IFA优化RBF神经网络的短时交通流预测模型.兰州理工大学学报,48(04),99-104.
MLA	曹洁,et al."基于IFA优化RBF神经网络的短时交通流预测模型".兰州理工大学学报 48.04(2022):99-104.