计算机论文基于花授粉算法和神经网络的短时交通流预测研究 本文是一篇计算机论文本文从对立点搜索优化初始种群改进转换概率以及距离差局部授粉策略三个方面来对 FPA 算法进行改进最后通过与 IGA-WNN 模型的对比实验得出改进的 FPA-BP 神经网络提高了网络性能拥有更快的收敛速度和更高的学习和泛化能力可用于实际系统的交通流预测工作 第 1 章 绪论 1.1 研究背景与意义 随着我国城市化进程的加速