生物智能算法优化小波神经网络研究及其在交通流预测应用

摘要

针对目前城市短时交通流预测中预测精度低的问题,提出了一种基于生物智能算法优化的小波神经网络短时交通流预测方法.该算法由全局定向和局部精细寻优单元构成,在全局定向寻优单元中引入自适应交叉和变异概率分别对个体的交叉和变异操作进行改进,进而提高算法收敛速度和精度.在局部精细寻优单元中受天牛须算法的启发对算法的后期寻优机制进行改进,使个体进化方向朝更接近最优解的方向偏移,提高了算法的局部寻优能力.实验结果表明:提出的新模型相比传统小波神经网络模型,在短时交通流预测中平均绝对误差降低了44.44％,提高了预测精度.