改进人工蜂群算法优化RBF神经网络的短时交通流预测
【出 处】:
【作 者】:
黄文明
;
徐双双
;
邓珍荣
;
雷茜茜
【摘 要】
为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。
相关热词搜索: 交通流预测 RBF神经网络 BP神经网络 小波神经网络 人工蜂群算法 traffic flow prediction RBF neural network BP neural network wavelet neural network artificial bee colony algorithm