交通流量VNNTF神经网络模型及其预测研究

作     者：殷礼胜 鲁照权 董学平 YIN lisheng;LU Zhaoquan;DONG xueping

作者机构：合肥工业大学电气与自动化工程学院合肥230009 

基　　金：国家自然科学基金资助项目(60974022) 

出 版 物：《科技通报》 (Bulletin of Science and Technology)

年 卷 期：2010年第26卷第5期

页      码：721-725页

摘      要：研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理,设计了交通流量Volterra神经网络的学习算法快速学习算法;最后利用交通流量混沌时间序列对VNNTF网络模型、Volterra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。

主 题 词：混沌理论 相空间重构 时间序列预测 神经网络 算法 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

D　O　I：10.3969/j.issn.1001-7119.2010.05.017

馆 藏 号：203151753...