CS算法优化BP神经网络的短时交通流量预测

作者：高述涛

来源：计算机工程与应用, 2013, (09): 106-109.

• 短时交通流量
• 相空间重构
• 布谷鸟搜索算法
• 高斯扰动
• 反向传播(BP)神经网络 short time traffic flow
• phase space reconstruction
• cuckoo search algorithm
• Gaussian disturbance
• Back Propagation(BP)neural network

为了提高短时交通流量的预测精度,提出一种布谷鸟搜索算法优化BP神经网络参数的短时交通流量预测模型(CS-BPNN)。基于混沌理论对短时交通流量时间序列进行相空间重构,将重构后的时间序列输入到BP神经网络进行学习,采用布谷鸟搜索算法找到BP神经网络最优参数,建立短时交通流量预测模型,通过具体实例对CS-BPNN性能进行测试。仿真结果表明,相对于对比模型,CS-BPNN提高了短时交通流量的预测精度,更加准确反映了短时交通流量的变化趋势。