原文传递
基于遗传算法与神经网络的一卡通交易量预测
| 论文题名： | 基于遗传算法与神经网络的一卡通交易量预测 |
| 关键词： | 遗传算法;神经网络;一卡通交易量;编码方案;适应度函数 |
| 摘要： | 本文基于人工神经网络和遗传算法，研究了基于人工神经网络的一卡通交易量预报，将遗传算法改进的BP网络应用到北京一卡通系统交易量预报。论文完成的主要工作如下： (1)基于人工神经网络的交易量预测：分析了影响交易量的多方面因素，采用BP神经网络建立了一卡通交易量预报模型，通过仿真试验对多组网络结构和八种训练参数进行了性能对比，最终确定了网络模型，取得了较为理想的预报结果。 (2)遗传算法与BP神经网络相结合的交易量预测：采用遗传算法优化网络权值，改进网络性能。根据实际应用制定了编码方案、相关参数和适应度函数。 (3)采用MATLAB对上述模型进行了仿真实现。实验证明用遗传算法改进后的BP网络交易量预报模型有较好的精度和稳定性。 准确的预测可以防止由于交易量过大造成的系统瘫痪、崩溃等重大问题。对一卡通系统的稳定健康发展，降低系统的运行风险有重要的意义。 |
| 作者： | 杨超 |
| 专业： | 计算机技术 |
| 导师： | 杜军平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京邮电大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
