基于过程神经元网络与遗传算法的交通流预测

摘要：

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用.针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度.

关键词：交通量预测、高速公路、过程神经元网络、遗传算法

所属期刊栏目：28

分类号：U491(交通工程与公路运输技术管理)

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：18-20