典型文献
基于天牛须小波神经网络的公交到站时间预测
文献摘要：
通过对公交运行环境的实际分析,考虑工作日和非工作日的运行特性差异,提出了一种基于天牛须搜索算法的小波神经网络(BAS-WNN)公交到站时间预测模型.该模型利用寻优性能更强的天牛须搜索算法优化WNN的初始参数,使得WNN对时间序列的预测具有更好的性能.最后,利用行车历史数据对神经网络进行训练和建模来实现到站时间的准确预测,将该优化算法与传统的WNN算法和Elman神经网络算法用MATLAB分别仿真测试,对比结果显示,无论工作日还是非工作日,BAS-WNN预测模型对公交到站时间的预测均具有更高的准确性且结果更加稳定.
文献关键词：
智能交通;公交到站时间预测;小波神经网络;天牛须搜索算法;公共交通
中图分类号：
作者姓名：
邝先验;罗会超;钟蕊;欧阳鹏
作者机构：
江西理工大学电气工程与自动化学院,江西赣州341000
文献出处：
引用格式：
[1]邝先验;罗会超;钟蕊;欧阳鹏-.基于天牛须小波神经网络的公交到站时间预测)[J].吉林大学学报（工学版）,2022(01):110-117
A类：
B类：
小波神经网络,公交到站时间预测,交运,运行环境,工作日,运行特性,天牛须搜索算法,BAS,WNN,时间预测模型,寻优性能,算法优化,历史数据,准确预测,Elman,神经网络算法,仿真测试,智能交通,公共交通
AB值：
0.226927
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。
