基于混沌搜索的人工蜂群优化神经网络交通流预测方法

发布时间：2021-04-30 23:16

　　为了提高长时交通流的预测精度,提出一种改进的人工蜂群优化BP神经网络分时段预测交通流的方法;利用Tent混沌映射采蜜蜂放弃的新解,实现具有混沌搜索策略的人工蜂群算法,然后优化BP神经网络的权值和阈值,最终训练BP神经网络以求得最优值;利用该预测方法对合肥市黄天路全天的交通流分时段预测,实现了对长时交通流的准确预测,与传统的人工蜂群优化BP神经网络预测对比,能有效改善预测精度,降低预测误差。 

【文章来源】：计算机测量与控制. 2019,27(03)

【文章页数】：6 页

【文章目录】：
0 引言
1 基于Tent混沌搜索的改进人工蜂群算法
    1.1 Tent混沌搜索策略
    1.2 算法测试
        1.2.1 测试函数
        1.2.2 性能对比
2 改进人工蜂群优化BP神经网络算法预测长时交通流
    2.1 改进人工蜂群优化BP神经网络算法
    2.2 实验结果与分析
        2.2.1 仿真条件
        2.2.2 结果分析
3 结论



本文编号：3169671