小波神经网络神经网络十九

Posted 2021-10-12 张叔zhangshu

城市交通网中交通路段上某时刻的交通流量与本路段前几个时段的交通流量有关，并且交通流量具有24小时内准周期的特性。根据交通流量的特性设计小波神经网络，该网络分为输入层、隐含层和输出层。其中，输入层输入的是当前时间点的前n个时间点的交通流量；隐含层节点由小波函数构成；输出层输出当前时间点的预测交通流量。
分析：首先采集4天的交通流量数据，每隔15分钟记录一次该段时间内的交通流量，一共记录384个时间点的数据，用3天共288个交通流量的数据训练小波神经网络，最后用训练好的小波神经网络预测第4天的交通流量。其实现步骤如下。
（1）小波神经网络初始化。从数据库中下载训练数据和预测数据，初始化小波神经网络结构、权值和小波函数参数，并对训练数据进行归一化处理。
（2）小波神经网络训练。用训练数据训练小波神经网络，使小波神经网络具有短时交通流量预测能力。
（3）小波神经网络预测。用训练好的小波神经网络预测短时交通流量，并以图形的形式表示小波神经网络的预测结果。
其实现的MATLAB代码如下：

>> clear all
%%网络参数配置
%载入数据，input为输入数据，output为输出数据，input_test为预测输入数据，output_test为预测输出数据
load traffic_data input output input_test output_test  
M=size(input,2); 						%输入节点个数
N=size(output,2); 					%输出节点个数
n=6; 								%隐形节点个数
lr1=0.01; 							%学习概率
lr2=0.001; 							%学习概率
maxgen=100; 						%迭代次数
%权值初始化
Wjk=randn(n,M);Wjk_1=Wjk;Wjk_2=Wjk_1;
Wij=randn(N,n);Wij_1=Wij;Wij_2=Wij_1;
a=randn(1,n);a_1=a;a_2=a_1;
b=randn(1,n);b_1=b;b_2=b_1;
%节点初始化
y=zeros(1,N);