您当前的位置:
首页 >
文章列表页 >
反向学习的灰狼算法优化及其在交通流预测中的应用
反向学习的灰狼算法优化及其在交通流预测中的应用
Grey Wolf Optimization Based on Opposition Learning and Its Application in Traffic Flow Forecasting
- 电子学报 2021年49卷第5期 页码:879-886
DOI: 10.12263/DZXB.20200915
移动端阅览
HTML全文
参考文献
出版信息
数据统计
47
浏览量
61
下载量
9
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于双图卷积机制的数字孪生交通流预测
基于误差补偿的多模态协同交通流预测模型
基于时空多头图注意力网络的交通流预测
等效分组级联BP网络模型及其应用
面向工业多时间尺度软测量的时序解耦与度量对齐Transformer模型
相关作者
荣辉桂
曾萼岚
胡春华
吴宇轩
虞慧群
范贵生
梁秀霞
夏曼曼
相关机构
湖南工商大学人工智能与先进计算学院
湘江实验室
湖南工商大学长沙人工智能社会实验室
湖南大学信息科学与工程学院
华东理工大学计算机科学与工程系

