基于集成学习的交通流短时特性分析与神经网络预测方法

郑乐军; 文成林

首页> 中文期刊> 《科学技术与工程》 >基于集成学习的交通流短时特性分析与神经网络预测方法

基于集成学习的交通流短时特性分析与神经网络预测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为揭示交通流的内在动态特性,利用分析法对交通流分形特性进行研究,表明该城市交通流序列具有长程相关性;为达到更精准的短期交通预测效果,同时提出一种基于思维进化算法(MEC)对神经网络最优初始参数的定向搜索,解决神经网络易陷入局部最优的问题;并用自适应增强算法(adaptive enhancement algorithm,Adaboost)对优化过的神经网络集成,弥补神经网络对新样本集的泛化性能差缺陷,在此基础上通过预测误差平方和倒数准则重新调整Adaboost算法对弱预测器权值分布,使每个预测器最大程度提高网络预测精度.验证结果表明,改进MEC-BP_Adaboost模型与BP模型相比,均方误差和平均绝对误差分别下降78.2％和46.4％,证明本文改进方法对交通流预测具有合理性,对不同的交通流状态具有较好的适应性.

著录项

来源
《科学技术与工程》 |2021年第4期|1615-1623|共9页
作者
郑乐军; 文成林;
展开▼
作者单位

杭州电子科技大学系统控制工程科学研究所杭州310018;

杭州电子科技大学系统控制工程科学研究所杭州310018;

展开▼
原文格式 PDF
正文语种 chi
中图分类 U491.14;
关键词
思维进化算法; Adaboost算法; 神经网络; 重标极差(R/S)分析法;

相似文献

中文文献
外文文献
专利

1. 基于神经网络的短时交通流预测方法研究综述 [J] . 罗紫宇 . 汽车世界 . 2020,第008期
2. 基于改进遗传算法优化BP神经网络的短时交通流量预测方法研究 [J] . 张春生 ,刘树东 ,谭覃 . 天津城市建设学院学报 . 2017,第002期
3. 基于模糊神经网络的短时交通流预测方法研究 [J] . 程山英 . 计算机测量与控制 . 2017,第008期
4. 基于改进遗传算法优化BP神经网络的短时交通流量预测方法研究 [J] . 张春生 ,刘树东 ,谭覃 . 天津城建大学学报 . 2017,第002期
5. 基于ACS优化BP神经网络的交通流量短时预测方法 [J] . 赖锦辉 ,梁松 . 计算机工程与应用 . 2014,第010期
6. 基于 Conv-LSTM的短时交通流量预测方法 [C] . Zhao Yubo ,赵昱博 . 第十五届中国智能交通年会 . 2020
7. 基于特性分析的短时交通流预测方法研究 [A] . 王硕 . 2019

基于集成学习的交通流短时特性分析与神经网络预测方法

摘要

著录项

相似文献

相关主题

期刊订阅