论文部分内容阅读
针对反向传播（BP）神经网络用于交通流预测易陷入局部最优且寻优速度慢的问题,采用了社会情感优化（SEO）BP神经网络的参数,以SEO中的个体为一个BP神经网络,以3种情绪为表现形式,通过个体间的合作竞争进行寻优.运用Levy、正态、柯西分布3种情绪随机选择策略,通过不同方式实现了以不同的概率选择不确定的情绪,使SEO中情绪更好地模拟人的正常心理变化.实验表明：该模型较其他模型更有利于搜寻全局最优解,能有效提高短时交通流的预测精度.