多子群遗传神经网络模型用于路口短时交通流量预测

摘要：

为适应交叉路口短时交通流量的实时变化性和非线性性,提出将一种多子群遗传神经网络算法(MPGNN)应用于交叉路口短时交通流量的预测,结合BP网络对非线性问题良好的求解能力和遗传算法优良的全局手优能力,建立遗传算法的多个子种群来搜索BP网络的最佳结构.通过对武汉市珞瑜路、武珞路、珞狮南路、珞狮北路交叉路口的短时交通流量进行预测分析,取得了良好的实验效果.根据预测结果对该路段的交通流量进行重新分配和控制,对缓解珞瑜路和武珞路段高峰时期交通流量的压力具有重要作用.

关键词：交叉路口短时交通流量、流量预测、BP神经网络、遗传算法、多子群

所属期刊栏目：38

分类号：P208(一般性问题)

资助基金：973国家重点基础研究发展计划2006CB701305;资源与环境信息系统国家重点实验室自主创新团队计划088RA400SA;973国家重点基础研究发展计划2007CB407207;中国科学院"百人计划"

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：363-368