格式:pdf
大小:454KB
頁數(shù): 6頁
針對城市軌道交通短時客流量預測問題,提出了一種基于自適應t分布變異的蝙蝠算法(ATM-BA)優(yōu)化的小波神經(jīng)網(wǎng)絡(WNN)預測模型(ATM-BA-WNN)。在基本蝙蝠算法(BA)中引入帶有線性遞減控制因子的自適應t分布變異,使其具有變異機制,能夠跳出早熟收斂。并將ATM-BA與WNN兩者相互耦合,利用ATM-BA優(yōu)化WNN的參數(shù)配置,進而提高WNN的預測精度。運用ATM-BA-WNN模型對鄭州地鐵1號線短時客流量進行預測,并與傳統(tǒng)的WNN預測模型、BA優(yōu)化的WNN(BA-WNN)預測模型以及支持向量機(SVM)預測模型進行比較。仿真結果表明,相較于其他3種模型,所建預測模型預測精度最高,擬合能力更強,誤差最小,從而證明了該模型在短時客流量預測領域的可行性及優(yōu)越性。