為了提高長(zhǎng)時(shí)交通流的預(yù)測(cè)精度,提出一種改進(jìn)的人工蜂群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)分時(shí)段預(yù)測(cè)交通流的方法;利用Tent混沌映射采蜜蜂放棄的新解,實(shí)現(xiàn)具有混沌搜索策略的人工蜂群算法,然后優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,最終訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)以求得最優(yōu)值;利用該預(yù)測(cè)方法對(duì)合肥市黃天路全天的交通流分時(shí)段預(yù)測(cè),實(shí)現(xiàn)了對(duì)長(zhǎng)時(shí)交通流的準(zhǔn)確預(yù)測(cè),與傳統(tǒng)的人工蜂群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)對(duì)比,能有效改善預(yù)測(cè)精度,降低預(yù)測(cè)誤差。 

【文章來(lái)源】：計(jì)算機(jī)測(cè)量與控制. 2019,27(03)

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 基于Tent混沌搜索的改進(jìn)人工蜂群算法
    1.1 Tent混沌搜索策略
    1.2 算法測(cè)試
        1.2.1 測(cè)試函數(shù)
        1.2.2 性能對(duì)比
2 改進(jìn)人工蜂群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)長(zhǎng)時(shí)交通流
    2.1 改進(jìn)人工蜂群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法
    2.2 實(shí)驗(yàn)結(jié)果與分析
        2.2.1 仿真條件
        2.2.2 結(jié)果分析
3 結(jié)論



本文編號(hào)：3169671