Resumen

Este estudio tiene como objetivo explorar la optimización del algoritmo genético adaptativo (AGA) en la red neuronal de retropropagación (BPNN) para expandir la aplicación del modelo BPNN en problemas no lineales. Se lleva a cabo la predicción del flujo de tráfico como un caso de investigación para analizar el rendimiento del BPNN optimizado. En primer lugar, se analizan las ventajas y desventajas del BPNN y el algoritmo genético (GA) en función de sus principios de funcionamiento, y se mejora y optimiza el AGA. En segundo lugar, se aplica el AGA optimizado para optimizar el BPNN estándar, y el algoritmo optimizado se denomina OAGA-BPNN. Finalmente, se proponen tres casos diferentes basados en el escenario real de predicción del flujo de tráfico para analizar el algoritmo optimizado en la plataforma del laboratorio de matrices (MATLAB) mediante simulación. Los resultados muestran que la distribución de error promedio del algoritmo GA-BPNN es de aproximadamente 1% con un rango de fluct

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Optimización; Algoritmo genético adaptativo; Red neuronal de retropropagación; Predicción de flujo de tráfico; Algoritmo genético; Plataforma MATLAB
• Keywords:Optimization; Adaptive genetic algorithm; Backpropagation neural network; Traffic flow prediction; Genetic algorithm; MATLAB platform