10.3969/j.issn.1006-7167.2016.05.031
基于GA优化IWNN的短时交通流量预测方法
由于交通流量的非线性、复杂性和不确定性,确定数学模型的预测方法难以满足交通管理控制中对预测精度和收敛速度的要求.为了对交通流进行准确、实时、高效的预测,提出将小波理论与神经网络相结合,并改进网络的训练过程从而构建改进型小波神经网络;同时运用遗传算法优化网络的初始权值,最终提高了预测精度,加快了收敛速度,避免陷入局部极小.通过仿真和分析,提出的方法具有较好的预测结果.
交通拥堵、短时交通流量预测、改进型小波神经网络、遗传算法
35
TP391.9(计算技术、计算机技术)
江苏省产学研联合创新基金BY2014004
2016-07-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
134-137,212