典型文献
基于IGSA-DESN的短时交通流预测方法
文献摘要：
短时交通流的准确预测为智能交通系统的稳定运行提供了至关重要的技术支持.针对这一问题,提出了一种基于改进遗传模拟退火算法(IGSA)和深度回声状态网络(DESN)的短时交通流预测方法.该算法采用DESN网络对交通流量数据进行预测;并运用融合了并行搜索策略和自适应搜索策略的IGSA算法对DESN网络的超参数进行优化,得到能够使DESN网络预测性能最优的超参数值.最终利用最优超参数值构成的DESN网络对测试集数据进行预测.通过大量的对比实验表明,所提出的IGSA-DESN预测方法在短时交通流预测任务中有较好的预测性能与精准度.
文献关键词：
短时交通流预测;深回声状态网络;改进遗传模拟退火算法;自适应搜索策略
中图分类号：
作者姓名：
张清勇;常万峰;李昶吾;黄荆溪;张行
作者机构：
武汉理工大学自动化学院,武汉430070;武汉理工大学信息工程学院,武汉430070;武汉理工大学交通与物流工程学院,武汉430070
文献出处：
引用格式：
[1]张清勇;常万峰;李昶吾;黄荆溪;张行-.基于IGSA-DESN的短时交通流预测方法)[J].武汉理工大学学报,2022(07):89-95
A类：
DESN,深回声状态网络
B类：
IGSA,短时交通流预测,准确预测,智能交通系统,改进遗传模拟退火算法,交通流量,流量数据,自适应搜索策略,超参数,预测性能,参数值,优超,测试集
AB值：
0.139775
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。
