为了解决可变学习速率的BP神经网络(VLBP)在训练时容易陷入局部极小的问题,在VLBP的算法规则中引入模拟退火中的metropolis接受准则,使得在均方误差增量超过设定的界限值时,权值更新不总是被取消,而是以一定的概率被接受,构造了一种容易跳出局部极小的VLBP神经网络(MVLBP)。运用MVLBP算法对短时交通流进行预测,仿真结果表明,MVLBP神经网络训练收敛速度更快,且有较好的预测精度。