典型文献
基于改进粒子群与神经网络的铁路客流预测模型
文献摘要：
为提高对铁路客流量预测的准确性,提出一种基于改进粒子群与神经网络的铁路客流预测模型,针对粒子群算法易收敛至局部最优的问题,该算法提出 自适应惯性权重调整策略,并扰动补偿因子对粒子群算法进一步改进.利用改进后的粒子群算法对BP神经网络初始值和阈值进行优化,建立铁路客流预测模型.测试结果表明,该算法能有效地提高预测准确性.
文献关键词：
粒子群优化算法;神经网络;预测模型;铁路客流;惯性权重
中图分类号：
作者姓名：
郝菊香
作者机构：
西安交通工程学院 交通运输学院,西安710000
文献出处：
引用格式：
[1]郝菊香-.基于改进粒子群与神经网络的铁路客流预测模型)[J].自动化与仪表,2022(03):76-79
A类：
B类：
改进粒子群,铁路客流预测,客流量预测,粒子群算法,局部最优,自适应惯性权重,权重调整,调整策略,扰动补偿,补偿因子,初始值,预测准确性,粒子群优化算法
AB值：
0.228952
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
