文中提出一种基于量子粒子群优化策略的车联网交通流量预测算法。根据交通流量数据特征建立对应模型,将遗传模拟退火算法应用到量子粒子群算法中得到优化的初始聚类中心,并将优化后的算法应用于径向基神经网络预测模型的参数优化,通过径向基神经网络的高维映射得到所需预测的数据结果。另外,将所提算法与QPSO-RBF等其他相关算法进行了比较研究。仿真结果显示,相比于其他算法,所提算法能够降低预测误差,得到更妤、更稳定的预测结果。
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
全部0条评论
快来发表一下你的评论吧 !