摘要：为了提高短时交通流量的预测精度，提出一种布谷鸟搜索算法优化BP神经网络参数的短时交通流量预测模型（CS-BPNN）。基于混沌理论对短时交通流量时间序列进行相空间重构，将重构后的时间序列输入到BP神经网络进行学习，采用布谷乌搜索算法找到BP神经网络最优参数，建立短时交通流量预测模型，通过具体实例对CS—BPNN性能进行测试。仿真结果表明，相对于对比模型，CS—BPNN提高了短时交通流量的预测精度，更加准确反映了短时交通流量的变化趋势。

原文链接:http://www.cqvip.com/QK/91690X/201309/45546408.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）