融合FCM-RBF的短时交通拥堵状态预测模型 被引量：6

1

作者 张生瑞 连江南 +1 位作者 焦帅阳 周备 《重庆理工大学学报（自然科学）》 CAS 北大核心 2023年第3期12-21,共10页

针对高速公路常发性拥堵路段,提出一种融合模糊C均值聚类算法和径向基函数神经网络的短时交通拥堵状态预测模型。模型基于FCM聚类算法获取历史交通流的拥堵状态标签以及不同交通状态的聚类中心;基于RBF神经网络算法实现短时交通流参数... 针对高速公路常发性拥堵路段,提出一种融合模糊C均值聚类算法和径向基函数神经网络的短时交通拥堵状态预测模型。模型基于FCM聚类算法获取历史交通流的拥堵状态标签以及不同交通状态的聚类中心;基于RBF神经网络算法实现短时交通流参数预测。将RBF神经网络预测得到的短时交通流参数代入FCM聚类结果中,得到短时交通拥堵状态标签。通过交通流参数与交通状态的隐含关系,搭建出融合模型的基本计算架构。结果表明:FCM聚类算法训练后的分类结果更加稳定有效;RBF神经网络比对照方法具有更高的预测精度,预测相对误差基本低于1.2%;建立的FCM-RBF模型对短时交通拥堵状态预测的分类正确率达到95%,预测结果准确可靠。 展开更多

关键词 交通工程 短时交通拥堵状态预测 模糊C均值聚类 径向基函数神经网络 智能交通系统

在线阅读 下载PDF 职称材料

基于5G通信技术的智慧城市交通拥堵状态预测方法 被引量：4

2

作者 崔瑶 《长江信息通信》 2023年第12期213-215,220,共4页

当前的智慧城市交通拥堵状态预测矩阵一般为单向预测,效率较低,导致预测均方误差增加。为此提出对基于5G通信技术的智慧城市交通拥堵状态预测方法的设计与分析。根据实际的预测需求及标准,先进行交通轨迹数据采集及坐标的设置,采用多目... 当前的智慧城市交通拥堵状态预测矩阵一般为单向预测,效率较低,导致预测均方误差增加。为此提出对基于5G通信技术的智慧城市交通拥堵状态预测方法的设计与分析。根据实际的预测需求及标准,先进行交通轨迹数据采集及坐标的设置,采用多目标的方式,提升预测的效率,建立多目标特征预测矩阵,构建5G通信交通拥堵状态预测模型,采用多源组合修正实现预测处理。测试结果表明:针对选定的8:00、10:00、12:00、16:00、18:00、20:00、22:00以及24:00这几个时段,结合5G通信技术,最终得出的预测均方误差被较好地控制在0.3以下,说明在5G通信技术的辅助与支持下,此次所设计的预测方法更加高效,精准,预测的误差可控,具有实际的应用价值。 展开更多

关键词 5G通信技术 智慧城市 交通拥堵 状态预测 预测方法 交通状态监测

在线阅读 下载PDF 职称材料

基于模糊C均值聚类和随机森林的短时交通状态预测方法 被引量：30

3

作者 陈忠辉 凌献尧 +2 位作者 冯心欣 郑海峰 徐艺文 《电子与信息学报》 EI CSCD 北大核心 2018年第8期1879-1886,共8页

交通拥堵长期以来是城市面临的主要问题之一,解决交通拥堵瓶颈刻不容缓。准确的短时交通状态预测有利于市民预知交通出行信息,及时采取措施避免陷入拥堵困境。该文提出一种基于模糊C均值聚类(FCM)和随机森林的短时交通状态预测方法。首... 交通拥堵长期以来是城市面临的主要问题之一,解决交通拥堵瓶颈刻不容缓。准确的短时交通状态预测有利于市民预知交通出行信息,及时采取措施避免陷入拥堵困境。该文提出一种基于模糊C均值聚类(FCM)和随机森林的短时交通状态预测方法。首先,利用一种新颖的融合时空信息的自适应多核支持向量机(AMSVM)来预测短时交通流参数,包括流量、速度和占有率。其次,基于FCM算法分析历史交通流,获取历史交通状态信息。最后,利用随机森林算法分析所预测的短时交通流参数,得到最终预测的短时交通状态。该方法在融合时空信息的同时采用随机森林算法应用于短时交通状态预测这一全新的研究领域。实验结果表明,FCM对历史交通状态的评估方式适用于不同的高速路和城市道路场景。其次,随机森林比其它常见的机器学习方法具有更高的预测精度,从而提供实时可靠的短时交通出行信息。 展开更多

关键词 短时交通状态预测 随机森林 模糊C均值聚类 自适应多核支持向量机

在线阅读 下载PDF 职称材料

考虑大型车因素的支持向量机短时交通状态预测模型研究 被引量：14

4

作者 孙静怡 牟若瑾 刘拥华 《公路交通科技》 CAS CSCD 北大核心 2018年第10期126-132,共7页

高速公路是运输效率高、通行能力大、具备全控制条件的道路,及时发现异常交通状态并采取相应的管制措施是保持良好通行能力的基础。交通状态的短时预测技术能够在实时交通状态数据的基础上对交通状态发展趋势进行预测,为高速公路主线运... 高速公路是运输效率高、通行能力大、具备全控制条件的道路,及时发现异常交通状态并采取相应的管制措施是保持良好通行能力的基础。交通状态的短时预测技术能够在实时交通状态数据的基础上对交通状态发展趋势进行预测,为高速公路主线运行管理及匝道交通控制提供决策依据。本研究首先应用灰色关联度理论,分析了道路车型组成比例对交通状态的影响,发现车流中的大型车比例与车流平均速度存在较强的关联性,而且在纵断面线形较为复杂的山区高速公路,车流中大型车比例对车流速度的影响更为显著;然后建立了引入大型车辆比例影响因素的基于支持向量机(SVM)模型的高速公路短时交通状态预测模型,最后通过实测数据及对比试验验证了模型的可行性与准确性。结果表明:本研究设计的支持向量机预测模型具有较为准确的预测效果,均方误差为0. 024 19,决定系数为0. 58;与未引入大型车辆比例的预测方案相比,均方误差减少0. 22,决定系数增大0. 27;与传统的BP神经网络模型相比,支持向量机短时交通状态预测模型预测结果震荡幅度小,所需训练样本量少,具有良好的预测精度,综合性能较好;通过时间序列分析得到,以前6,7个时间点作为输入的预测方案效果较为准确,若时间选取过多,将对模型产生干扰,预测效果反而不好。 展开更多

关键词 交通工程 短时交通状态预测 支持向量机 高速公路 灰色关联度

原文传递

短时交通状态预测参数粒子群算法优化研究 被引量：5

5

作者 熊志华 邵春福 姚智胜 《交通运输系统工程与信息》 EI CSCD 2008年第3期29-33,共5页

短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础.目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能.考虑到道路网交通状态的... 短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础.目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能.考虑到道路网交通状态的混沌特性和相关性,应用多维混沌时间序列可对道路网多断面交通状态进行预测.建立的多维混沌时间序列模型中有多个参数需要确定,并且与以往一维混沌时间序列预测中参数确定原则既有区别又有联系,因此在分析其差异性之后,本文利用粒子群优化算法优化模型中参数,当输入新的数据时,应用该模型就可以预测道路多点的交通状态.通过某城市快速路上7个断面交通流量来验证模型的有效性. 展开更多

关键词 智能交通 短时交通状态预测 混沌理论 多维时间序列 粒子群优化算法

在线阅读 下载PDF 职称材料

基于空洞-稠密网络的交通拥堵预测模型 被引量：6

6

作者 石敏 蔡少委 易清明 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第2期124-130,共7页

在利用卷积神经网络模型对短时交通拥堵情况等预测场景进行预测时,由于模型的卷积池化操作过程会丢失部分数据,使得目标位置的信息出现丢失及特征的分辨率持续下降,导致模型的预测能力降低.针对此,本文提出一种空洞-稠密神经网络模型.首... 在利用卷积神经网络模型对短时交通拥堵情况等预测场景进行预测时,由于模型的卷积池化操作过程会丢失部分数据,使得目标位置的信息出现丢失及特征的分辨率持续下降,导致模型的预测能力降低.针对此,本文提出一种空洞-稠密神经网络模型.首先,利用空洞卷积用较少的网络参数获取更大感受野的特点,充分提取出复杂多变的数据时空特征.其次,通过下采样及稠密网络的等值映射,解决参数在神经网络层数增加过程出现退化的问题.最后,取实际的城市道路平均车速数据块对网络结构的有效性进行验证.结果表明:同卷积神经网络模型相比,该网络结构预测平均绝对误差降低3%~23%. 展开更多

关键词 空洞-稠密网络 时空特征 卷积神经网络 短时交通拥堵预测

在线阅读 下载PDF 职称材料

高速公路建筑施工的短时交通流量统计预测的大数据分析 被引量：2

7

作者 刘艳荣 《工程抗震与加固改造》 北大核心 2024年第1期I0003-I0003,共1页

城市道路路网建设直接关系着市民的生活质量与城市的未来发展状况。现今时代,交通拥堵问题已成为城市发展过程中不可避免的重要问题,如何解决交通拥堵问题更是成为了城市可持续发展的重要前提。为了构建一个科学合理的城市道路交通体系.

关键词 交通拥堵问题 短时交通流量 道路交通体系 路网建设 城市道路 大数据分析 高速公路 统计预测

在线阅读 下载PDF 职称材料

短时交通流预测方法分析研究 被引量：1

8

作者 牛巧丽 《中国储运》 2024年第5期119-120,共2页

1.引言近年来,由于城市居民生活水平不断提高,机动车拥有量持续上涨,以及节假日集中出行的特征,导致高速公路交通负荷日益增强,交通拥堵现象频发。造成交通拥堵现象的原因多种多样,在道路硬件建设不可能短期实现的情况下,如果能够预测... 1.引言近年来,由于城市居民生活水平不断提高,机动车拥有量持续上涨,以及节假日集中出行的特征,导致高速公路交通负荷日益增强,交通拥堵现象频发。造成交通拥堵现象的原因多种多样,在道路硬件建设不可能短期实现的情况下,如果能够预测不同线路车流情况,可以对出行者出行进行引导,控制交通流量,减少交通拥堵。 展开更多

关键词 机动车拥有量 短时交通流预测 交通负荷 交通拥堵 交通流量 高速公路 居民生活水平 硬件建设

在线阅读 下载PDF 职称材料

基于改进SVM的城市道路短时交通状态预测 被引量：5

9

作者 闫贺 朱丽 戚湧 《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2019年第3期129-137,共9页

为提高短时交通状态预测的精度,使交通管理者更有效地进行交通规划和管理,本文把基于L 1范数距离度量的最小二乘孪生有界支持向量机(twin bounded support vector machine,TBSVM)扩展成多分类算法用于短时交通状态预测,简称MLSTBSVM L1... 为提高短时交通状态预测的精度,使交通管理者更有效地进行交通规划和管理,本文把基于L 1范数距离度量的最小二乘孪生有界支持向量机(twin bounded support vector machine,TBSVM)扩展成多分类算法用于短时交通状态预测,简称MLSTBSVM L1.在实验数据上对MLSTBSVM L1算法的有效性进行验证,实验结果表明,相比于其他预测算法,提出的MLSTBSVM L1算法在预测精度上有较大提升. 展开更多

关键词 短时交通状态预测 机器学习 MLSTBSVM L1 算法 TBSVM算法

在线阅读 下载PDF 职称材料

基于状态频率记忆神经网络的短时交通流预测 被引量：2

10

作者 余敬柳 陈鹏 谢静敏 《武汉理工大学学报（交通科学与工程版）》 2020年第4期733-737,共5页

短时交通流预测在智能交通系统中起到重要的作用.针对交通流时间序列,提出了一种基于状态频率记忆神经网络的短时交通流预测模型.该模型将交通流信息分解为状态和频率两个维度作为记忆单元进行建模,根据预测时间间隔的时长将历史交通流... 短时交通流预测在智能交通系统中起到重要的作用.针对交通流时间序列,提出了一种基于状态频率记忆神经网络的短时交通流预测模型.该模型将交通流信息分解为状态和频率两个维度作为记忆单元进行建模,根据预测时间间隔的时长将历史交通流数据汇总,采用小波分析对历史交通流数据去噪并进行归一化处理,将其分为训练集、验证集以及测试集,最终构建短时交通流预测模型.本文以合肥市某交叉口为例,运用状态频率记忆神经网络预测该交叉口的短时交通流,并与其他预测方法的预测结果进行比较.结果表明:状态频率记忆神经网络预测短时交通流的精度更高,验证了预测模型的有效性. 展开更多

关键词 智能交通 短时交通流 状态频率记忆神经网络 预测

在线阅读 下载PDF 职称材料

可预知性特殊事件下的短时交通状态预测 被引量：2

11

作者 冯小原 陈咨霖 +1 位作者 季楠 任毅龙 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2721-2730,共10页

精准的短时交通状态预测是实施有效的交通管理与控制的重要依据。而可预知性特殊事件(PSEs)短时间内在其举办地点周边产生异常的交通出行需求,又因为事件发生数量少、数据样本收集困难等不利因素,往往造成预测精度难以保证。为此,通过... 精准的短时交通状态预测是实施有效的交通管理与控制的重要依据。而可预知性特殊事件(PSEs)短时间内在其举办地点周边产生异常的交通出行需求,又因为事件发生数量少、数据样本收集困难等不利因素,往往造成预测精度难以保证。为此,通过实测数据分析了PSEs下短时交通演化特性,在此基础上,采用改进的K近邻(KNN)算法框架,提出一种短时交通状态的KNN(PSE-KNN)预测模型,并通过基于深度强化学习的实时超参数优化方法将其构建成自适应PSE-KNN(APSE-KNN)模型,最后以北京市演唱会场景为例对所提模型的效果进行了验证。结果表明:所提模型在多步预测实验中,相对于其他7种对比预测模型,平均减少残差值12.43%、降低绝对值百分比误差29.90%。证明所提模型有优异的快速调整能力,其更适应于PSEs场景下短时交通状态预测任务。 展开更多

关键词 短时交通状态预测 可预知性特殊事件 K近邻 深度确定性策略梯度 强化学习

在线阅读 下载PDF 职称材料

基于短时交通状态预测的交叉口导向车道智能转换系统 被引量：3

12

作者 许佳佳 许倩 潘立琼 《喀什大学学报》 2019年第3期39-43,共5页

由于交通流在道路网上的分布呈现出一定的时间和空间差异性,导致城市道路部分交叉口的交通流量流向分布不平衡,而基于单纯的信号配时优化对此类交叉口减少延误所起到的作用有限,提出一种交叉口导向车道智能转换系统对交叉口从空间上进... 由于交通流在道路网上的分布呈现出一定的时间和空间差异性,导致城市道路部分交叉口的交通流量流向分布不平衡,而基于单纯的信号配时优化对此类交叉口减少延误所起到的作用有限,提出一种交叉口导向车道智能转换系统对交叉口从空间上进行的动态优化.首先通过视频检测技术,对拟优化的交叉口以及周边邻近交叉口各方向连续时间内的短时交通流数据进行采集,分析短时交通流的时间与空间特性,建立时空数据融合的短时交通流预测方法;然后分析交通量、时间占有率和交通拥堵状态之间的关系,构建交通状态预测模型,对优化交叉口各方向后续短时交通状态进行预测;最后结合交叉口的信号控制周期制定可变车道的转变控制策略,对交叉口可变导向车道进行智能转变控制,以充分利用交叉口空间资源提升交叉口的交通运行效益. 展开更多

关键词 短时交通状态 预测 可变车道 智能控制

在线阅读 下载PDF 职称材料

基于回声状态网络模型的短时交通流混沌预测 被引量：5

13

作者 沈富鑫 邴其春 +2 位作者 张伟健 胡嫣然 黄河 《济南大学学报（自然科学版）》 CAS 北大核心 2022年第2期142-147,154,共7页

为了提高短时交通流预测的准确度,提出基于回声状态网络模型的短时交通流混沌预测方法;利用C-C法计算相空间重构的延迟时间和嵌入维数;利用遗传算法对回声状态网络模型进行参数寻优,进而构建基于遗传算法的回声状态网络模型;采用城市快... 为了提高短时交通流预测的准确度,提出基于回声状态网络模型的短时交通流混沌预测方法;利用C-C法计算相空间重构的延迟时间和嵌入维数;利用遗传算法对回声状态网络模型进行参数寻优,进而构建基于遗传算法的回声状态网络模型;采用城市快速路实测数据进行实验验证和对比分析。结果表明,所提出方法的预测效果明显优于支持向量机模型、小波神经网络模型和反向传播神经网络模型的预测效果,平均预测精度分别提升了35.9%、42.1%和45.6%。 展开更多

关键词 交通运输工程 短时交通流预测 回声状态网络模型 相空间重构

在线阅读 下载PDF 职称材料

基于小波神经网络的交通状态短时预测 被引量：3

14

作者 曹渝 《移动通信》 2018年第5期91-96,共6页

为了解决交通状态短时预测以及精准度的问题,以小波基作为模式识别的特征函数来优化传统BP神经网络参数和误差空间,通过小波基及输入向量的内积进行加权实现输入层的特征提取,结合神经网络的自学习功能,实现了交通状态的短时预测。实验... 为了解决交通状态短时预测以及精准度的问题,以小波基作为模式识别的特征函数来优化传统BP神经网络参数和误差空间,通过小波基及输入向量的内积进行加权实现输入层的特征提取,结合神经网络的自学习功能,实现了交通状态的短时预测。实验证明,该算法具有较强的非线性拟合能力和较好的收敛速度,能够实现交通状态的短时预测。 展开更多

关键词 小波基 神经网络 交通状态 短时预测

在线阅读 下载PDF 职称材料

评《基于复杂城市道路网络的交通拥堵预测模型》

15

作者 闫小勇 《电子科技大学学报》 EI CAS CSCD 北大核心 2016年第1期1-1,共1页

复杂的城市道路网络上，交通状态瞬息万变，如何对其进行准确预测一直是交通科学以及信息科学长期的挑战。以往的基于时间序列的交通拥堵预测方法大都着眼于对单一道路上的交通流进行建模，忽略了相邻道路交通状态对自身的影响，难以在... 复杂的城市道路网络上，交通状态瞬息万变，如何对其进行准确预测一直是交通科学以及信息科学长期的挑战。以往的基于时间序列的交通拥堵预测方法大都着眼于对单一道路上的交通流进行建模，忽略了相邻道路交通状态对自身的影响，难以在复杂道路网络环境下实现高精度预测。 展开更多

关键词 城市道路网络 预测模型 交通拥堵 交通状态 信息科学 交通科学 时间序列 精度预测

在线阅读 下载PDF 职称材料

基于交通流参数相关的阻塞流短时预测卡尔曼滤波算法 被引量：16

16

作者 董春娇 邵春福 +2 位作者 周雪梅 孟梦 诸葛承祥 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2014年第2期413-419,共7页

提出一种考虑交通流参数相关关系的卡尔曼滤波算法,实现阻塞流状态下道路网交通流短时预测.在交通流守恒方程的基础上,借鉴偏微分方程求解Lax-Wendroff格式离散的思想,结合阻塞流状态下交通流时间和空间特性及进出口匝道等因素的影响,... 提出一种考虑交通流参数相关关系的卡尔曼滤波算法,实现阻塞流状态下道路网交通流短时预测.在交通流守恒方程的基础上,借鉴偏微分方程求解Lax-Wendroff格式离散的思想,结合阻塞流状态下交通流时间和空间特性及进出口匝道等因素的影响,建立阻塞流状态下交通流短时预测状态空间模型,并设计基于卡尔曼滤波方法的模型求解算法.最后以北京市某一区域路网为例,进行了实证性研究.研究结果表明:所建立的阻塞流状态下交通流短时预测卡尔曼滤波算法由于同时考虑了时间和空间因素,能够使预测平均绝对百分比误差(MAPE)控制在10%以内;平均MAPE仅为7.96%.相同条件下,ARIMA模型和Elman模型预测MAPE分别为19.88%和10.51%. 展开更多

关键词 交通流短时预测 阻塞流状态 状态空间模型 卡尔曼滤波

在线阅读 下载PDF 职称材料

基于最近邻法的短时交通流预测 被引量：22

17

作者 周小鹏 冯奇 孙立军 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2006年第11期1494-1498,共5页

针对交通流量变化存在周期性和随机性的特点,提出一种基于最近邻法的预测方法.着重介绍了状态向量构造、近邻范围确定和权重计算方法三方面的研究.根据流量与速度、占有率的关系,认为状态向量中不必考虑速度和占有率这两个交通参数;与... 针对交通流量变化存在周期性和随机性的特点,提出一种基于最近邻法的预测方法.着重介绍了状态向量构造、近邻范围确定和权重计算方法三方面的研究.根据流量与速度、占有率的关系,认为状态向量中不必考虑速度和占有率这两个交通参数;与传统最近邻法不同,近邻的个数不设为常量,而取决于所能搜索到的记录数;通常根据距离远近赋予权重的规则不可靠,而采用了等权重法.通过实际数据检验,预测误差低于7%. 展开更多

关键词 短时交通流预测 最近邻 状态向量 权重

在线阅读 下载PDF 职称材料

短时交通流预测中的特征选择算法研究 被引量：8

18

作者 万芳 黎光宇 +1 位作者 贾宁 朱宁 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第2期216-222,254,共8页

短时交通流预测是智能交通系统的重要基础,其精度直接影响到交通控制和诱导的效果.对于交通流预测中的非参数回归方法,其中一个重要的问题是状态向量的选取.本文提出基于ReliefF和Delta Test的特征选择算法来对特征向量进行选择.首先使... 短时交通流预测是智能交通系统的重要基础,其精度直接影响到交通控制和诱导的效果.对于交通流预测中的非参数回归方法,其中一个重要的问题是状态向量的选取.本文提出基于ReliefF和Delta Test的特征选择算法来对特征向量进行选择.首先使用ReliefF算法根据特征和类别的相关性对状态向量进行快速初步筛选,加快算法的执行效率.接下来以Delta Test为性能指标,使用遗传算法对状态分量的权重进行进一步优选.最后通过基于实际数据的算例,对本文方法优选的状态向量与时间序列状态向量,简单时空关联向量进行了对比.结果表明,本文的方法在一般交通状态条件下和突变交通状态下都具有较好的性能. 展开更多

关键词 智能交通 短时交通流预测 状态向量选择 道路交通系统 ReliefF方法

在线阅读 下载PDF 职称材料

高速公路短时交通流量预测的改进非参数回归算法 被引量：6

19

作者 孙棣华 李超 廖孝勇 《公路交通科技》 CAS CSCD 北大核心 2013年第11期112-118,共7页

针对非参数回归短时交通流量预测算法的状态向量选取问题,基于高速公路交通流量在空间上演变趋势明显的特点,提出交通流量预测的改进非参数回归算法。引入各上游断面车流到达当前断面的行程时间作为状态向量选取的依据,并根据各上游断... 针对非参数回归短时交通流量预测算法的状态向量选取问题,基于高速公路交通流量在空间上演变趋势明显的特点,提出交通流量预测的改进非参数回归算法。引入各上游断面车流到达当前断面的行程时间作为状态向量选取的依据,并根据各上游断面影响程度的不同,调整相似机制的计算方法。利用渝武高速公路微波检测器数据对该模型进行验证。结果表明,改进的非参数回归算法克服了固定状态向量定义不能满足同一断面不同交通状态的缺点,对各种交通状态具有更好的适应性,预测精度更高。 展开更多

关键词 交通工程 短时交通流量预测 非参数回归算法 状态向量 行程时间 相似机制

原文传递

基于GA优化IWNN的短时交通流量预测方法 被引量：7

20

作者 吴凡 孙建红 +1 位作者 葛鹤银 刘景夏 《实验室研究与探索》 CAS 北大核心 2016年第5期134-137,212,共5页

由于交通流量的非线性、复杂性和不确定性,确定数学模型的预测方法难以满足交通管理控制中对预测精度和收敛速度的要求。为了对交通流进行准确、实时、高效的预测,提出将小波理论与神经网络相结合,并改进网络的训练过程从而构建改进型... 由于交通流量的非线性、复杂性和不确定性,确定数学模型的预测方法难以满足交通管理控制中对预测精度和收敛速度的要求。为了对交通流进行准确、实时、高效的预测,提出将小波理论与神经网络相结合,并改进网络的训练过程从而构建改进型小波神经网络;同时运用遗传算法优化网络的初始权值,最终提高了预测精度,加快了收敛速度,避免陷入局部极小。通过仿真和分析,提出的方法具有较好的预测结果。 展开更多

关键词 交通拥堵 短时交通流量预测 改进型小波神经网络 遗传算法

在线阅读 下载PDF 职称材料