GABP神经网络在交通流预测中的应用研究

摘要：

交通流的预测是智能交通系统的重要技术之一,传统的神经网络预测方法存在对初始网络权值设置敏感、易陷入局部极小点、收敛速度慢等缺点.GABP神经网络是指在传统的BP神经网络的基础之上引入遗传算法,对神经网络的初始权值优化后再使用神经网络进行学习和训练.经本文验证,CABP网络不仅可以很好的避开传统BP网络的这些弊端,继承神经网络很强的学习、训练能力,同时也提高了网络的预测精度.

关键词：BP神经网络、遗传算法、交通流预测、数据挖掘、智能交通系统

所属期刊栏目：25

分类号：U491.14(交通工程与公路运输技术管理)

在线出版日期：2009-07-03（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：245-247