改进人工蜂群算法优化 ＲＢＦ神经网络的短时交通流预测

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