基于粒子群优化的神经网络短时交通流量预测

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口交通量预测模型。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。