基于云遗传算法优化BP神经网络的轨道客流预测 |
| |
引用本文: | 唐秋生,王 川.基于云遗传算法优化BP神经网络的轨道客流预测[J].桂林理工大学学报,2021,41(2):403-408. |
| |
作者姓名: | 唐秋生 王 川 |
| |
作者单位: | 重庆交通大学 交通运输学院,重庆 400041 |
| |
摘 要: | 城市轨道交通客流预测是线路规划和运营组织的基础, 为提高客流预测的准确度, 提出了基于云遗传算法优化BP神经网络的轨道客流预测模型。首先利用云模型云滴的随机性和稳定倾向性改进传统遗传算法中固定设置交叉和变异率的方式, 克服了标准遗传算法搜索速度慢及容易早熟的缺陷; 再通过改进后的遗 传算法来优化 BP 神经网络的初始权值和阈值; 最后结合重庆轨道交通3号线的客流数据进行实例分析, 结果表明, 基于云遗传算法优化的BP神经网络比传统BP神经网络的预测精度提升了5.95%, 达到了97.84%。
|
关 键 词: | 云遗传算法 BP神经网络 轨道客流预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《桂林理工大学学报》浏览原始摘要信息 |
|
点击此处可从《桂林理工大学学报》下载全文 |
|