典型文献
基于麻雀搜索和模糊学习策略的车位预测方法
文献摘要：
针对目前诱导系统存在数据不同步性,时间差存在滞后问题,该文提出一种基于麻雀优化神经网络的泊位预测方法.首先,结合小波分析对时间序列进行分解重构;其次,建立一种优化的BP神经网络模型,通过麻雀算法对BP的权值进行不断调整以克服局部最优.同时,引入动态模糊学习策略,使最优解的邻域发生微小变化,避免陷入局部最优,并改进得到的解的质量.利用某停车场历史数据对所提算法进行有效性验证.实验表明,所提算法平均绝对误差(MAE)和均方根误差(RMSE)分别为6.2230、4.6295,准确度均优于其他智能优化模型,能够有效预测剩余车位.
文献关键词：
麻雀算法;泊位诱导;模糊学习;智能交通
中图分类号：
作者姓名：
张青春;郭振久;姚胜;何孝慈
作者机构：
淮阴工学院自动化学院,江苏淮安 223003
文献出处：
引用格式：
[1]张青春;郭振久;姚胜;何孝慈-.基于麻雀搜索和模糊学习策略的车位预测方法)[J].中国测试,2022(11):101-105
A类：
模糊学习,泊位诱导
B类：
麻雀搜索,学习策略,车位,诱导系,不同步,同步性,时间差,麻雀优化,优化神经网络,小波分析,分解重构,麻雀算法,权值,局部最优,最优解,邻域,进得,停车场,历史数据,有效性验证,平均绝对误差,MAE,RMSE,智能优化,智能交通
AB值：
0.339624
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。
