遗传算法优化BP 神经网络的短时交通流混沌预测
DOI:
CSTR:
作者:
作者单位:

1. 河北大学管理学院
2.

作者简介:

李松

通讯作者:

中图分类号:

基金项目:

国家自然科学基金


Chaotic prediction for short-term traffic flow of optimized BP neural
network based on genetic algorithma
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高BP 神经网络预测模型对混沌时间序列的预测准确性, 提出了一种基于遗传算法优化BP 神经网络
    的改进混沌时间序列预测方法. 利用遗传算法优化BP 神经网络的权值和阈值, 然后训练BP 神经网络预测模型以求
    得最优解, 并将该预测方法应用到几个典型混沌时间序列和实测短时交通流时间序列进行有效性验证. 仿真结果表
    明, 该方法对典型混沌时间序列和短时交通流具有较好的非线性拟合能力和更高的预测准确性.

    Abstract:

    In order to improve the prediction accuracy of BP neural network model for chaotic time series, a prediction
    method for chaotic time series of optimized BP neural network based on genetic algorithm(GA) is presented. The GA is used
    to optimize the weights and thresholds of BP neural network, and the BP neural network is trained to search for the optimal
    solution. The efficiency of the proposed prediction method is tested by the simulation of several typical nonlinear systems
    and time series of real traffic flow. The simulation results show that the proposed method has better fitting ability and higher
    accuracy.

    参考文献
    相似文献
    引证文献
引用本文

李松 刘力军 解永乐.遗传算法优化BP 神经网络的短时交通流混沌预测[J].控制与决策,2011,26(10):1581-1585

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-06-28
  • 最后修改日期:2010-09-25
  • 录用日期:
  • 在线发布日期: 2011-10-20
  • 出版日期:
文章二维码