城市道路短时交通流预测方法研究

摘要：

道路交通流预测是现代智能交通系统的关键技术之一,短时预测是实现先进的交通控制和车辆导航的技术基础.为了提高短时交通流预测的精准度,提出了一种基于小波去噪和自适应遗传算法优化BP神经网络的预测模型.利用小波分解和重构将交通流转换成具有不同频率的多个平滑子序列,然后分别对各个子序列进行预测,此种方式能有效降低被预测交通流数据的时变性、复杂性以及非线性,同时自适应遗传算法具有全局搜索能力,能有效地避免神经网络易陷入局部极小值的缺陷,提高了预测模型的精准度.

关键词：短时交通流预测、小波分析、自适应遗传算法、BP神经网络

所属期刊栏目：62

分类号：U491.14(交通工程与公路运输技术管理)

资助基金：行业科研专项;重点实验室开放研究项目;江西省重点研发计划项目

在线出版日期：2017-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：192-196