河北省自然科学基金(E2012201002)
- 作品数：3 被引量：203H指数：3
- 相关作者：李松刘力军翟曼刘颖鹏李妍更多>>
- 相关机构：河北大学河北经贸大学更多>>
- 发文基金：河北省自然科学基金河北省高等学校人文社会科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进粒子群算法优化BP神经网络的短时交通流预测被引量：170
- 2012年
- 为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的预测方法.引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能,利用改进粒子群算法优化BP神经网络的权值和阈值.然后训练BP神经网络预测模型求得最优解.将该预测方法应用到实测交通流的时间序列进行有效性验证,结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.
- 李松刘力军翟曼
- 关键词：交通流预测粒子群算法变异算子
- 改进PSO优化BP神经网络的混沌时间序列预测被引量：28
- 2013年
- 为提高BP神经网络预测模型的预测准确性,提出了一种基于改进粒子群算法优化BP神经网络的混沌时间序列预测方法。引入自适应变异算子对陷入局部最优的粒子进行变异,改进了粒子群算法的寻优性能;利用改进粒子群算法优化BP神经网络的权值和阈值,训练BP神经网络预测模型求得最优解。将该预测方法应用到几个典型的非线性系统的混沌时间序列进行有效性验证,结果表明了该方法对典型混沌时间序列具有更好的非线性拟合能力和更高的预测准确性。
- 李松刘力军刘颖鹏
- 关键词：粒子群算法
- 改进IOWHA算子组合预测模型被引量：5
- 2015年
- 针对现有单项预测模型提供信息有限,预测误差大的问题,引用最优加权组合建模理论,将灰色关联度与IOWHA算子相结合,提出一种新的组合预测模型权重确定方法,并应用该权重确定方法构建了一种基于RBF神经网络预测模型和GM预测模型的最优组合预测模型。该模型能够克服传统组合预测方法的两个缺陷:加权平均系数不变和以单一误差指标为准则。利用该组合模型对全国物流需求进行组合预测,并与RBF神经网络模型、GM模型的预测结果进行了对比分析。结果表明,相对于单项预测模型,该组合预测模型的预测精度更高,是一种有效的物流需求预测模型。
- 李松李妍王柳
- 关键词：组合预测优性组合预测
