基于粒子群优化的神经网络短时交通流量预测
作者：叶嫣 吕智林
摘要：基于短时交通量的不确定特性,对城市相邻交叉口路段的交通流建模方法进行了研究。提出了基于粒子群优化的BP神经网络的信号交叉通量预测模型。该模型以BP神经网络为基础,用PSO算法对BP神经网络权值和阈值进行优化,从而提高了网络的预测精度。实时预测时,不只考虑本路口前几个时段交通量,同时也考虑了上下游路段的交通量的影响。仿真结果表明,粒子群-BP神经网络预测模型可以成为交通量预测的一种有效手段。
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 信息科技
- >
- 电子信息科学综合
收录：
- 北大期刊(中国人文社会科学期刊)
- 统计源期刊(中国科技论文优秀期刊)
- 知网收录(中)
- 维普收录(中)
- 万方收录(中)
- SA 科学文摘(英)
- JST 日本科学技术振兴机构数据库(日)
- Pж(AJ) 文摘杂志(俄)
- 哥白尼索引(波兰)
- 国家图书馆馆藏
- 上海图书馆馆藏
关键词：
- pso算法
- bp神经网络
- 交通量预测
- 短时
- 相邻路口
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
