文献类型：期刊文章

作　　者：冯珊珊[1] 柳军[2] 张军[3]

FENG Shanshan;LIU Jun;ZHANG Jun(Tianjin Radio and Television Network Co Ltd,Tianjin 300384,China;Tianjin Traffic Group Jinwei Traffic Engineering Co Ltd,Tianjin 300385,China;School of Electrical and Information Engineering,Tianjin University,Tianjin 300072,China)

机构地区：[1]天津广播电视网络有限公司,天津300384 [2]天津市交通集团津维交通工程有限公司,天津300385 [3]天津大学电气自动化与信息工程学院,天津300072

出　　处：《传感器与微系统》

年　　份：2020

卷　　号：39

期　　号：6

起止页码：51-54

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了有效提高短时交通流预测的精度,提出一种基于自变异烟花算法(FWA)的短时交通流预测模型。自变异烟花算法依据算法对反向传播(BP)神经网络的优化过程中,使用自适应烟花变异算子,自适应选取变异烟花;并对边界外烟花采取随机映射规则,增加种群的多样性。所构建的预测模型,可以对短时交通流的非线性、复杂性起到准确的预测,加快了最优值的求解。实验表明:对于同一组数据,以平均绝对误差、均方根误差为评价指标,所提出方法较传统的BP神经网络预测模型、粒子群算法改进BP神经网络预测模型、标准烟花算法改进BP神经网络预测模型精确度均得到了大幅度的提高。

关 键 词：短时交通流 自变异烟花算法  反向传播(BP)神经网络  

分 类 号：TP39.4]