排序方式: 共有8条查询结果,搜索用时 399 毫秒
1
1.
2.
3.
高速公路动态交通流Elman神经网络模型 总被引:5,自引:0,他引:5
为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。 相似文献
4.
一类免疫优化算法及其应用 总被引:7,自引:0,他引:7
根据生物免疫系统机理推导出一类数学优化结构模型的免疫算法。此算法结合遗传算法的进化操作和生物免疫中的浓度机制,通过抗体的期望繁殖率实现对抗体的促进和抑制,改善未成熟收敛。该算法用于求解Rosenbrock函数,并且与遗传算法进行了比较,结果表明,该免疫算法不仅收敛,而且具有较高的全局和局部搜索能力和收敛速度。 相似文献
5.
6.
7.
8.
1