10.3969/j.issn.1006-9348.2016.06.025
关于道路交通流准确预测仿真研究
在预测研究短时交通流问题的研究中,由于传统的短时交通流预测没有考虑交通流的混沌特性,与实际交通流特性状况不符,预测模型存在不准确性和不稳定性等缺陷,针对上述问题,为了提高交通流预测的精确度,考虑交通流量时间序列的混沌特点,提出混沌理论K熵优化小波BP神经网络进行短时交通流预测模型.首先,用小波基函数对BP神经网络的隐含层进行优化;然后,通过引入K熵理论,判断交通流时间序列的混沌特性;最后,通过混沌理论K熵优化小波BP神经网络对短时交通流进行预测,并分析了在各种不同条件下的预测情况.仿真结果表明用该网络模型对交通流时间序列的预测的准确性和稳定性相对于传统的小波BP神经网络有很大提高,分析得出所建立的基于混沌理论K熵优化BP神经网络的短时交通流预测模型,能够对短时交通流进行准确的预测.
混沌理论、小波变换、神经网络、交通流预测
33
TP391.9(计算技术、计算机技术)
甘肃省青年科技基金计划项目1308RJYA096;甘肃省高校科研项目2013A-050;甘肃省青年科技基金计划145RJYA251
2016-08-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
111-116,137