基于改进BP网络模型的公路流量预测

作者：彭勇; 陈俞强; 严文杰

来源：计算机技术与发展, 2012, (08): 111-113+118.

• BP神经网络
• 预测模型
• 公路流量
• 算法改进 BP neural network
• forecasting model
• highway flow
• Improving algorithm

针对公路客货运量预测的问题,对现有的常用预测方法进行研究,提出改进BP神经网络预测模型。该模型首先采用动态陡度因子改变激励函数的陡峭程度,改善激励函数的响应特征,得到更好的非线性表达能力;其次利用附加动量因子,通过将以前的经验进行积累,降低了神经网络对误差曲面的局部细节敏感性,较好地遏制网络陷于局部最小;再次采取变学习率学习算法,先给一个较大初值,随着学习过程的进行,学习率不断减小,网络趋于稳定。改进BP算法既可以找到更优解,又可以缩短训练时间。结合某地区的公路运量相关数据,对改进BP神经网络预测模型进行了验证。实验结果表明,该模型的相对误差和迭代次数都取得了较大的改善,对公路客货运量预测很有...

• 单位
  武汉理工大学; 东莞职业技术学院