布谷鸟算法优化小波神经网络的短时交通流预测.PDFVIP

第３４卷第３期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．３ ２０１７年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１７ 布谷鸟算法优化小波神经网络的短时交通流预测 黄晓慧　张翠芳 （西南交通大学信息科学与技术学院　四川成都６１１７５６） 摘　要　　针对目前短时交通流的预测精度不够高这一问题，提出一种布谷鸟算法优化小波神经网络（ＣＳ ＷＮＮ）的短时交通流预测模型。首先采用小波变换对数据进行降噪，并进行归一化处理，然后使用复自相关法对 具有混沌特性的短时交通流进行相空间重构，将交通流数据拆分为训练数据组和测试数据组，使用布谷鸟算法优 化小波神经网络的各项参数，并根据训练数据组来训练优化后的小波神经网络模型。最后使用测试数据组的数 据对ＣＳＷＮＮ模型进行有效性验证。仿真结果表明，相比几种主流的优化预测模型，ＣＳＷＮＮ短时交通流预测 模型具有更高的预测精度。 关键词　　短时交通流　复自相关　布谷鸟算法　小波神经网络 中图分类号　Ｔ