基于改进GA-BP的模糊神经网络在高速公路交通量预测中的研究
科学准确预测运营期高速公路通行量能够对运营决策提供关键性支撑,同时,对高速公路路网建设规划、国民经济评价及投资效益分析也至关重要.人工神经网络算法能够映射高速公路交通量产生与变化的非线性和复杂性规律.为了提高传统BP网络高速公路交通量预测精度,提出了改进算法,通过遗传算法优化网络初始权重,引入峰值理论和模糊算法提高网络模型对较大流量的预测准确度;将优化算法应用于网络模型,建立了基于改进GA--BP的模糊神经网络高速公路交通量预测模型;模型应用于太原市绕城高速公路长风东收费站交通量预测,将预测值与实际统计值进行对比;应用结果验证了改进神经网络模型的有效性和准确性.
高速公路、交通量预测、BP神经网络、模糊神经网络、GA
66
U491.113(交通工程与公路运输技术管理)
2021-10-13（万方平台首次上网日期，不代表论文的发表时间）
共4页
292-295
