基于改进CS-WNN的短时交通流量预测

摘要

城市交通流量具有非线性变化以及不确定性等特点。为了提高城市交通流量的预测精度,提出一种改进的布谷鸟搜索算法优化小波神经网络(Improved Cuckoo Search-Wavelet Neural Network,ICS-WNN)预测模型。首先对交通流量原始数据进行降噪和归一化处理,再通过基于自适应步长和发现概率的布谷鸟算法优化小波神经网络权值和小波收缩、平移因子并添加神经网络动量因子,建立交通流量预测网络模型。实验仿真结果表明,ICS-WNN预测算法相比几种主流的优化预测算法具有更高的拟合度和精确度。