资料下载
×
基于改进天牛须算法优化的交通流预测模型
消耗积分:0 |
格式:pdf |
大小:2.41 MB |
2021-04-15
分享资料个
为了提高短时交通流速度预测的精度，提岀一种基于改进夭牛须算法优仳的确定性跳跃循环状态网络的交通流预测模型。首先对交通流速度序列进行浑沌性分析，重构序列的相空间，将对交通流速度序列的研究映射到其所在的相空间中变步长因子和模拟退火技术对夭牛须算法（ beetle antennae search，BAS）进行改进，并以改进算法优化确定性跳跃循环状态网络（α ycle reservoir with regular jumps，CRJ）的参数构建预测模型;最后通过实例对比分析模型的有效性。结果表明：通过相空间重构对交通流速度序列处理，能够挖掘序列内部的动态特性，使辶更加适用于网络的建模;所提模型的预测结果同对比模型相比，平均绝对百分比误差下降了1.05%~6.04%，有效地提高了短时交通流速度的预测精度。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
