Indexed by：
Abstract：
本发明涉及一种基于粒子群优化小波神经网络的行程时间预测方法，该方法包含粒子群算法优化部分和小波神经网络预测部分。其中粒子群优化算法通过不断的迭代优化小波神经网络的参数，解决了小波神经网络模型的缺陷, 包括收敛速度缓慢、易陷入局部最小值和易产生振荡效应。通过对比实验分析后发现，粒子群优化小波神经网络模型不仅能准确预测行程时间的变化趋势，也能比较准确预测行程时间的波动情况，证明了本发明具有收敛速度快，预测精度高，适应性强的优点。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202010068929.3
Filing Date： 2020-01-21
Publication Date： 2020-06-19
Pub. No.： CN111311905A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
