基于IPSO-BP神經網絡的短時交通流量預測
作者：蔡翠翠; 王本有; 李石榮 皖西學院電子與信息工程學院; 安徽六安237012
摘要：短時交通流量具有非線性、隨機性等特點,如何準確地進行短時交通流量預測,是智能交通系統研究的一項關鍵內容。傳統的預測模型不能實時反映短時交通流量變化特點,同時BP神經網絡的交通流量預測存在收斂速度緩慢、易陷入局部極值、預測精度低等缺點。為了提高短時交通流量預測精度,提出了一種基于改進粒子群算法(IPSO)優化BP神經網絡的復合預測模型,引入相對誤差指標作為預測模型的評價指標,并利用實測的道路短時交通流數據對所構建的預測模型進行驗證。結果表明,所提出的預測模型在短時間內尋出全局最優解,具有較好的預測精度,提高了短時交通流量預測的準確性和可靠性。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
四川理工學院學報雜志
四川理工學院學報雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：社會發展與社會保障特色欄目 、法學、教育發展與創新特色欄目 、經濟與管理、編輯學與期刊學研究、信息與知識傳播、中國特色社會主義理論與實踐、中國鹽文化研究特色欄目等。于1986年經新聞總署批準的正規刊物。
- 省級期刊
- 1-3個月審核
