文献类型：期刊文章

作　　者：高述涛[1]

机构地区：[1]湖南外贸职业学院服务外包学院,长沙410014

出　　处：《计算机工程与应用》

年　　份：2013

卷　　号：49

期　　号：9

起止页码：106-109

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了提高短时交通流量的预测精度,提出一种布谷鸟搜索算法优化BP神经网络参数的短时交通流量预测模型(CS-BPNN)。基于混沌理论对短时交通流量时间序列进行相空间重构,将重构后的时间序列输入到BP神经网络进行学习,采用布谷鸟搜索算法找到BP神经网络最优参数,建立短时交通流量预测模型,通过具体实例对CS-BPNN性能进行测试。仿真结果表明,相对于对比模型,CS-BPNN提高了短时交通流量的预测精度,更加准确反映了短时交通流量的变化趋势。

关 键 词：短时交通流量 相空间重构 布谷鸟搜索算法  高斯扰动  反向传播(BP)神经网络  

分 类 号：TP393]