改进 RBF神经网络在城市公交车速时间序列预测中的应用 (2010年)

针对城市公交车速在时序上的复杂非线性特征及目前预测方法的不足,采用径向 基函数( RBF)神经网络对城市公交车速时间序列进行预测。在 Matlab R2007b环境下,建立 RBF神经网络城市公交车速预测模型,并应用于兰州市103路公交车的车速预测.同时对网络 的输入变量进行优化改进,设计网络参数,进行网络学习与训练的数值仿真试验.对比改进的 RBF神经网络与标准的 RBF及具有动量梯度算法的 BP神经网络的预测结果。结果表明,该模 型拟合精度和预测精度较高、计算速度较快。