论文部分内容阅读
利用人工神经网络的并行处理自适应学习能力可实现车流量预测,但网络权值的训练因搜索方法单一容易陷入局部极小值,不易得到全局最优解。将布谷鸟算法用于网络权值矩阵的训练,借助其搜索速度快、不易陷入局部最优解的优势,提出改进的网络学习方案。基于MATLAB软件对所得网络进行训练并将结果用于短时交通流实验,结果表明所得模型的预测结果误差小且具有收敛速度快、容易得到全局最优解的能力。