期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
带正弦函数扰动的小波混沌神经网络研究
被引量:
1
1
作者
徐耀群
郑鑫
刘健
《哈尔滨商业大学学报(自然科学版)》
CAS
2009年第2期169-173,共5页
对小波混沌神经网络的内部状态进行改进,引入了三角函数扰动,提出了一种新型的带三角函数扰动的小波混沌神经网络模型,并把它应用到函数优化和组合优化问题中.仿真结果表明,在控制适当的扰动系数时,带三角函数扰动的小波混沌神经网络能...
对小波混沌神经网络的内部状态进行改进,引入了三角函数扰动,提出了一种新型的带三角函数扰动的小波混沌神经网络模型,并把它应用到函数优化和组合优化问题中.仿真结果表明,在控制适当的扰动系数时,带三角函数扰动的小波混沌神经网络能有效地解决函数优化问题和组合优化问题,体现了小波混沌神经网络有很强的鲁棒性和抗干扰能力.
展开更多
关键词
小波混沌神经网络
正弦函数扰动
TSP
下载PDF
职称材料
基于VMD-ISSA-LSTM的短时交通流预测研究
2
作者
庞学丽
宋坤
+2 位作者
姚红云
李一博
曹志富
《现代电子技术》
北大核心
2024年第8期31-36,共6页
针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合...
针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合,建立一种短时交通流预测模型(VMD-ISSA-LSTM)。首先利用VMD对历史原始交通流数据进行分解;然后采用佳点集、正弦函数扰动和Tent混沌映射等策略对标准的SSA算法加以改进,增强ISSA算法的寻优能力;最后,将每个分量送入ISSA-LSTM中进行预测,同时将预测结果线性叠加,得到交通流量预测值。以上海市中山北路-曹杨路口2018年11月1日—30日的历史交通数据对模型进行验证。结果表明,与LSTM、VMD-LSTM、VMD-SSA-LSTM等传统预测模型相比,VMD-ISSA-LSTM模型的预测结果的平均绝对百分比误差为1.278 4%,能够更好地应用于短时交通流预测中。
展开更多
关键词
短时交通流预测
变分模态分解
改进麻雀搜索算法
长短期记忆神经网络
佳点集
正弦函数扰动
Tent混沌映射
下载PDF
职称材料
题名
带正弦函数扰动的小波混沌神经网络研究
被引量:
1
1
作者
徐耀群
郑鑫
刘健
机构
哈尔滨商业大学系统工程研究所
哈尔滨工程大学数学系
出处
《哈尔滨商业大学学报(自然科学版)》
CAS
2009年第2期169-173,共5页
基金
黑龙江省自然科学基金(F200610)
黑龙江省高校新世纪优秀人才培养计划资助项目(1153-NCET-008)
黑龙江省教育厅科学技术项目(10531074)
文摘
对小波混沌神经网络的内部状态进行改进,引入了三角函数扰动,提出了一种新型的带三角函数扰动的小波混沌神经网络模型,并把它应用到函数优化和组合优化问题中.仿真结果表明,在控制适当的扰动系数时,带三角函数扰动的小波混沌神经网络能有效地解决函数优化问题和组合优化问题,体现了小波混沌神经网络有很强的鲁棒性和抗干扰能力.
关键词
小波混沌神经网络
正弦函数扰动
TSP
Keywords
wavelet chaotic neural network
disturbance of sine function
TSP
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于VMD-ISSA-LSTM的短时交通流预测研究
2
作者
庞学丽
宋坤
姚红云
李一博
曹志富
机构
重庆交通大学交通运输学院
广东海洋大学电子与信息工程学院
出处
《现代电子技术》
北大核心
2024年第8期31-36,共6页
基金
国家自然科学基金青年科学基金项目(51008321)
重庆市教育委员会-青年项目(KJQN202100715)
重庆交通大学研究生科研创新项目(2022S0035)。
文摘
针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合,建立一种短时交通流预测模型(VMD-ISSA-LSTM)。首先利用VMD对历史原始交通流数据进行分解;然后采用佳点集、正弦函数扰动和Tent混沌映射等策略对标准的SSA算法加以改进,增强ISSA算法的寻优能力;最后,将每个分量送入ISSA-LSTM中进行预测,同时将预测结果线性叠加,得到交通流量预测值。以上海市中山北路-曹杨路口2018年11月1日—30日的历史交通数据对模型进行验证。结果表明,与LSTM、VMD-LSTM、VMD-SSA-LSTM等传统预测模型相比,VMD-ISSA-LSTM模型的预测结果的平均绝对百分比误差为1.278 4%,能够更好地应用于短时交通流预测中。
关键词
短时交通流预测
变分模态分解
改进麻雀搜索算法
长短期记忆神经网络
佳点集
正弦函数扰动
Tent混沌映射
Keywords
short-term traffic flow forecasting
variational mode decomposition
improved sparrow search algorithm
long short-term memory neural network
good-point set
sine function perturbation
Tent chaotic map
分类号
TN711-34 [电子电信—电路与系统]
U491.14 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
带正弦函数扰动的小波混沌神经网络研究
徐耀群
郑鑫
刘健
《哈尔滨商业大学学报(自然科学版)》
CAS
2009
1
下载PDF
职称材料
2
基于VMD-ISSA-LSTM的短时交通流预测研究
庞学丽
宋坤
姚红云
李一博
曹志富
《现代电子技术》
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部