基于FWADE-ELM的短时交通流预测方法

来源 :控制与决策 | 被引量 : 0次 | 上传用户:zbiao1222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
受道路环境和人为因素影响,实际交通系统可视为一个复杂的非线性动力系统,交通流数据具有较强的非线性、时变性和易受随机噪声影响等特征.针对复杂环境下的短时交通流预测问题,提出一种基于烟花差分进化混合算法-极限学习机的短时交通流预测方法.采用奇异谱分析方法滤除原始交通流数据中包含的噪声成分,降噪后的交通流数据用于训练极限学习机(ELM)网络预测模型.进行相空间重构,利用C-C算法确定ELM网络的结构和关键参数.通过融合烟花算法和差分进化算法提出一种烟花差分进化混合算法,可有效提高基本算法的整体优化性能.将改进的混合优化算法用于优化ELM网络的权阈值(结构为9-11-1,维数为110),建立短时交通流预测模型.测试与应用结果表明,所构建的短时交通流预测模型具有较高的预测精度和较强的泛化能力(均方误差为7.75,平均绝对百分比误差为0.086 7),预测值与实际值的拟合程度较好.
其他文献
非线性方程组的求解是优化领域的一个重要研究课题.近年来,利用智能优化算法求解非线性方程组己成为一个重要方向.首先介绍非线性方程组的定义;其次,根据智能优化算法求解非
目的:社会功能已经成为临床精神科医生关注的重要指标之一,但其对临床诊疗的影响力及目前应用的情况尚不清楚;目前评价社会功能的量表众多,如GAF、PSP等,但往往用在临床研究
针对常规的发射子阵分割会使混合MIMO相控阵雷达的孔径减小和馈电网络复杂度增加的问题,提出一种交错稀疏的发射子阵分割方法,通过寻求最大输出信干噪比的方式获得最佳的阵列
针对智能车路径规划过程中常存在动态环境感知预估不足的问题,使用基于蒙特卡罗深度策略梯度学习(Monte Carlo prediction deep deterministic policy gradient, MCPDDPG)的
针对“潜龙二号”AUV在实际航行过程中,资源勘查系统传感器数据具有多重变量相关性、故障类型多样、受运行状态和环境变化影响数值变化大以及噪声强等问题,提出一种新的基于
为了提高工业机器人装配的实时性、自适应性和鲁棒性,借鉴人类后天感知学习方式,提出一种基于接触状态感知发育的柔性装配方法.采用机器人末端的位姿和力/力矩来描述装配接触
针对电动汽车存在电池使用寿命和续航里程不足的问题,引入超级电容、电池和DC/DC变换器构成车载复合储能系统.基于五阶状态空间电路平均模型,提出一种基于指数趋近律的全局滑
小版张家族又添新成员生肖蛇小版张,该小版张2月15日上市之后就呈现快速下滑的态势,其表现着实令人失望,短腿邮品越来越缺乏吸引力。生肖蛇小版张未出笼之前,就有市场分析人
引言:在精神科住院病房内,患者的攻击行为是一个常见的现象,且有逐年增多的趋势,暴力行为的发生威胁着其他病人及工作人员的健康与安全.暴力的存在影响着其他患者及工作人员