基于改进ICSO-LSTM方法的城市交通预测研究
打开文本图片集
摘 要:为进一步提高城市道路交通流量预测水平,降低城市拥堵度,提出一种基于改进鸡群算法优化长短期记憶神经网络的城市交通预测方法——Improved Chicken Swarm Optimization Long Short-Term Memory(ICSO-LSTM)。首先,针对鸡群算法存在收敛速度快、容易陷入局部最优的问题,从非线性递减的公鸡位置更新、加权的母鸡个体和自适应的跟随系数优化三个方面进行优化;其次,建立了ICSO优化LSTM网络参数的预测模型;最后,将ICSO-LSTM用于交通流量预测中,仿真实验表明,该方法在城市交通流量方面具有较好的预测效果。(剩余8159字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。