基于改进BP网交通流动态时序预测算法的研究

针对城市交通“智能运输系统”,提出了基于改进BP神经网络理论模型的路面交通流动态时序的预测算法,在BP算法的自适应学习率,在动量法优化网络收敛性等方面,进行了深入研究,并改进了基本BP算法中的收敛速度慢和易陷入局部最小点等问题,章给出了基于改进BP算法的交通流态时序的预测算法仿真实验,结果验证了该算法的可行性和先进性,在交通流时序预测方面有一定的应用价值。