10.16208/j.issn1000-7024.2018.12.041
基于IGA-IBP算法的高速公路逃费预测
为解决现有高速公路逃费预测方法的准确率和稳定性低等问题,依据车辆收费数据提出一种基于IGA-IBP算法的预测模型.优化遗传算法中的变异算子和BP神经网络的隐含层和输出层之间的学习率,减小传统算法的误差并提高收敛速度,通过ReliefF算法选取车辆逃费行为共有的关键特征,动态调整车辆行驶时间特征,归一化特征属性建立IGA-IBP算法预测模型.实验结果表明,与传统算法相比,该算法在各项评价指标中均具有优越性,可为高速公路管理局的决策提供重要支持.
高速公路、IGA-IBP算法、神经网络、特征选取、动态行驶时间、逃费预测
39
TP389.1(计算技术、计算机技术)
吉林省省级产业创新专项基金项目2016C090
2019-03-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
3840-3845