基于改进WNN的短时交通流量预测的研究
沈子华
冯益春
朱媛媛
王笑梅
郭超磊
1.上海师范大学信息与机电学院 上海 2000302.上海师范大学信息与机电学院 上海 2000303.上海师范大学信息与机电学院 上海 2000304.上海师范大学信息与机电学院 上海 2000305.上海师范大学信息与机电学院 上海 200030
摘要：论文提出了一种结合自适应人工鱼群算法及粒子群优化算法的混合寻优算法,替换了小波神经网络在求解最优参数时所使用的梯度下降法,从而可在一定程度上优化小波神经网络.在此基础上,采用改进的小波神经网络对短时交通流量数据进行建模与预测.仿真实验结果表明,在进行短时交通流量预测时,改进后的小波神经网络模型相比其他一些主流的优化预测模型,无论在收敛速度、稳定性还是在预测精度方面均有一定的提高.
关键词：小波神经网络梯度下降自适应人工鱼群算法粒子群算法短时交通流量
分类号：U491(交通工程与公路运输技术管理)TP183(自动化基础理论)
论文发表日期：2020-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1617-1622 )
英文信息