群体优化神经网络模型可以以任意精度逼近各种复杂函数，在各类非线性预测问题包括交通流预测中得到了很好的应用.鉴于其局部寻优能力强、收敛速度快等特点，采用麻雀算法优化自适应神经网络交通流预测模型的参数，并在麻雀算法中引入混沌映射，以增加其搜索的遍历均匀性和随机性，从而优化其全局寻优性能.多个实际交通流数据集的实验结果表明，相比常用的群体优化神经网络模型，优化后的自适应神经网络交通流预测模型的平均预测准确度提升0.52%～4.01%.
科研之友
微信
新浪微博
Facebook
分享链接
