10.19678/j.issn.1000-3428.0055520
暴雨天气下高速公路短时交通流预测
在暴雨天气情况下,驾驶人视野受限制容易引发交通事故.为准确预测暴雨天气下的高速公路车流量从而减少事故的发生,提出一种基于改进布谷鸟搜索(CS)算法与径向基函数(RBF)神经网络的高速公路交通流预测方法.采用猴群算法中的猴爬山过程优化布谷鸟位置更新策略,通过识别概率自适应更新策略建立改进的CS-RBF神经网络(CS-RBFNN)交通流预测模型.实验结果表明,相对于改进的GSO-RBFNN模型,改进的CS-RBFNN模型具有更快的收敛速度和更高的预测精度,其平均绝对百分比误差为8.2%,平均绝对误差为20.14,均方根误差为19.2,且预测准确率高于90%.
暴雨天气、高速公路、改进布谷鸟搜索算法、神经网络、交通流预测
46
TP301(计算技术、计算机技术)
国家自然科学基金;广东省自然科学基金;广东省教育部产学研结合项目;广东省科技计划项目;广州市科技计划项目;广州市花都区科技计划项目;广州市天河区科技计划项目
2020-07-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
34-39