中国科技论文
中國科技論文
중국과기논문
Sciencepaper Online
2013年
11期
1141-1144
,共4页
交通流%遗传算法%RBF神经网络%BP神经网络
交通流%遺傳算法%RBF神經網絡%BP神經網絡
교통류%유전산법%RBF신경망락%BP신경망락
为提高径向基(RBF)神经网络预测模型对交通流预测的准确性,提出了一种基于遗传算法优化径向基神经网络的交通流预测方法.利用遗传算法优化径向基神经网络的权值和阈值,然后训练RBF神经网络预测模型以求得最优解,并将该预测方法与RBF神经网络和BP神经网络的预测结果进行对比.仿真结果表明,该方法对交通流具有较好的非线性拟合能力,预测精度高于径向基神经网络和BP神经网络.
為提高徑嚮基(RBF)神經網絡預測模型對交通流預測的準確性,提齣瞭一種基于遺傳算法優化徑嚮基神經網絡的交通流預測方法.利用遺傳算法優化徑嚮基神經網絡的權值和閾值,然後訓練RBF神經網絡預測模型以求得最優解,併將該預測方法與RBF神經網絡和BP神經網絡的預測結果進行對比.倣真結果錶明,該方法對交通流具有較好的非線性擬閤能力,預測精度高于徑嚮基神經網絡和BP神經網絡.
위제고경향기(RBF)신경망락예측모형대교통류예측적준학성,제출료일충기우유전산법우화경향기신경망락적교통류예측방법.이용유전산법우화경향기신경망락적권치화역치,연후훈련RBF신경망락예측모형이구득최우해,병장해예측방법여RBF신경망락화BP신경망락적예측결과진행대비.방진결과표명,해방법대교통류구유교호적비선성의합능력,예측정도고우경향기신경망락화BP신경망락.
