《表1 评价标准：基于改进粒子群算法优化小波神经网络的短时交通流预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进粒子群算法优化小波神经网络的短时交通流预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将前3天收集的276个时间点交通流数据作为实验中WNN的训练数据集，第4天收集的92个时间点交通流数据作为预测数据集.在实验中，运用这三种模型对结果进行比较和分析.表1显示了三种模型预测结果的MAE、MRE、RMSE和EC.图2-7分别展示了WNN、PSO-WNN和IPSO-WNN的训练及预测结果，相对误差分别为0.845和0.425和0.321.