原文传递
基于改进灰狼算法优化BP神经网络的短时交通流预测模型
| 题名： | 基于改进灰狼算法优化BP神经网络的短时交通流预测模型 |
| 正文语种： | 中文 |
| 作者： | 张文胜;郝孜奇;朱冀军;杜甜添;郝会民; |
| 作者单位： | 石家庄铁道大学交通运输学院；河北省交通安全与控制重点实验室；河北省交通规划设计院；天津轨道交通运营集团有限公司；石家庄市勘察测绘设计研究院； |
| 关键词： | 智能交通;短时交通流预测;改进灰狼算法(TGWO);BP神经网络;收敛因子;惯性权重 |
| 摘要： | 准确的短时交通流预测是交通控制和交通诱导的依据.提出一种基于改进灰狼算法(TGWO)优化BP神经网络的短时交通流预测模型(TGWO-BP),有效提高短时交通流预测精度.针对标准灰狼算法(GWO)收敛速度慢,容易陷入局部极值的问题,提出一种自适应递减的收敛因子,使灰狼算法区分全局搜索和局部搜索;改进灰狼个体的位置更新公式,引入惯性权重,调节惯性权重大小使灰狼算法具有跳出局部极值的能力;对比分析TGWO-BP、GWOBP、PSO-BP、BP这4种短时交通流预测模型,结果显示,TGWO-BP的短时交通流预测模型误差为10.03%,达到较好的预测精度. |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2020 |
| 期： | 02 |
| 页码： | 196-203 |
检索历史
应用推荐
