改进人工蜂群算法优化RBF神经网络的短时交通流预测

来源：计算机工程与科学杂志2016年第4期北京时间：

作者：黄文明，徐双双，邓珍荣，雷茜茜

单位：桂林电子科技大学计算机科学与工程学院，广西 桂林 541004

摘要：为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性，提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数，然后训练改进的人工蜂群算法RBF神经网络预测模型，并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明，该方法对短时交通流具有更高的预测准确性。

关键词：交通流预测, RBF神经网络,BP神经网络,小波神经网络,人工蜂群算法,