论文部分内容阅读
提出了一种差分进化算法优化T-S模糊神经网络预测交通流量的算法方法。该算法利用差分进化来弥补T-S模糊神经网络连接权值和阈值选择上的随机性缺陷,从而能发挥T-S模糊神经网络泛化的映射能力,而且能使T-S模糊神经网络具有较快的收敛性以及较强的学习能力。将该算法应用到实测交通流进行算法的有效性验证,并与传统的T-S模糊神经网络进行比较,仿真结果表明,该算法具有更好的非线性拟合能力和更高的预测准确性,在交通流量预测领域具备可行性和有效性。