基于改进萤火虫算法优化BP神经网络的路网速度分布预测

摘要：

浮动车数据的挖掘是目前交通领域广泛使用的研究手段之一,基本的BP神经网络也多被用于交通流的预测研究.本文引入小波变换将低频信号和高频信号进行分解和重构,结合改进萤火虫算法寻优速度快、收敛率高的特点对基本的BP神经网络进行优化,构建了路网交通流速度的预测模型.利用城市路网浮动车真实数据对模型进行训练并通过测试数据对模型预测结果进行实证分析,证明模型对特定时刻路网交通流速度预测的准确性相比于基本BP神经网络算法有46.56％的提升,对路网24 h内交通流速度预测的稳定性有39.08％的提升.

关键词：浮动车数据、小波变换、萤火虫算法、BP神经网络、速度预测

所属期刊栏目：37

分类号：U491.112(交通工程与公路运输技术管理)

资助基金：国家自然科学基金61263024;广东省自然科学基金2015A030313797

在线出版日期：2019-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8