[发明专利]一种基于多策略改进GWO_BP神经网络的共享单车需求预测方法

摘要

本发明公开了一种基于多策略改进GWO_BP神经网络的共享单车需求预测方法，包括以下步骤：S1、获取数据进行预处理后进行标准化处理；S2、确定BP神经网络拓扑结构；S3、将步骤S3得到的权值阈值作为BP神经网络的权值阈值的初始值；S4、将数据输入训练好的多策略改进GWO_BP模型，达到最大训练次数输出预测结果。本发明在基于引入权值策略的改进狩猎过程的灰狼算法的基础上，改变控制因子参数a，并引入反向学习策略对种群进行初始化，将算法应用于BP神经网络权重、阈值的优化，最后将优化后的权值阈值作为BP神经网络中对应的初始值，加快共享单车需求预测模型训练的稳定。