基于改进果蝇的混合小波神经网络交通流预测

摘要：

为了提高交通流预测精度,提出了一种基于果蝇算法的混合小波神经网络模型.首先,选择果蝇优化算法对小波神经网络的初始参数进行调节,解决了小波神经网络预测对初始参数敏感的问题.其次,将迭代次数和当前解的情况作为搜索半径和种群规模的动态调整因子,对果蝇算法进行了改进,提高了果蝇算法的全局寻优能力和局部收敛速度.最后,鉴于小波神经网络预测误差存在一定的规律性,使用误差补偿法将调参后的小波神经网络与其他模型进行组合,进行二次误差提取.实验证明,所有混合模型均提高了交通流预测的准确度,其中,与随机森林模型的结合预测精度最高.

关键词：果蝇算法;小波神经网络;误差补偿法;交通流量

所属期刊栏目：21

分类号：TP391.9(计算技术、计算机技术)

资助基金：公安部科技强警基础工作专项;CCF-绿盟科技"鲲鹏"科研基金;公安部技术研究计划竞争性遴选项目;中国人民公安大学拔尖创新人才培养经费支持硕士研究生项目

在线出版日期：2021-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：6394-6401