首页 | 本学科首页   官方微博 | 高级检索  
     

改进ACO优化的BP神经网络短时交通流量预测
引用本文:蒋杰,张江鑫.改进ACO优化的BP神经网络短时交通流量预测[J].计算机仿真,2021,38(7):97-101,180.
作者姓名:蒋杰  张江鑫
作者单位:浙江工业大学信息工程学院,浙江杭州310014
摘    要:针对BP神经网络算法收敛速度缓慢、易陷入局部最小值、在短时交通流量预测的问题中精度不高等问题,提出了一种改进ACO(蚁群算法)优化的BP神经网络短时交通流量预测算法.在确定BP神经网络权阈值的过程中,采用蚁群信息素挥发自适应参数、在蚁群信息素更新时采用精英选择策略和种群更新时加入变异因子的方法来得到最优权阈值.仿真结果表明,改进算法在预测流量趋势和准确度方面均有较大提升,在短时交通流量预测方面取得了良好的效果.

关 键 词:短时交通流量预测  神经网络  蚁群算法  精英选择策略

Improved ACO-Optimized BP Neural Network For Short-Term Traffic Flow Prediction
JIANG Jie,ZHANG Jiang-xin.Improved ACO-Optimized BP Neural Network For Short-Term Traffic Flow Prediction[J].Computer Simulation,2021,38(7):97-101,180.
Authors:JIANG Jie  ZHANG Jiang-xin
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号