多子群遗传神经网络模型用于路口短时交通流量预测

被引：16

作者：

刘汉丽 ^{[1
]}

周成虎 ^{[1
]}

朱阿兴 ^{[1
,2
]}

李霖 ^{[3
]}

机构：

[1] 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

[2] 威斯康星大学麦迪逊分校地理系

[3] 武汉大学资源与环境科学学院

来源：

测绘学报 | 2009年 / 04期

关键词：

交叉路口短时交通流量; 流量预测; BP神经网络; 遗传算法; 多子群;

D O I：

暂无

中图分类号：

U491.14 [];

学科分类号：

082302 ; 082303 ;

摘要：

为适应交叉路口短时交通流量的实时变化性和非线性性,提出将一种多子群遗传神经网络算法(MPGNN)应用于交叉路口短时交通流量的预测,结合BP网络对非线性问题良好的求解能力和遗传算法优良的全局寻优能力,建立遗传算法的多个子种群来搜索BP网络的最佳结构。通过对武汉市珞瑜路、武珞路、珞狮南路、珞狮北路交叉路口的短时交通流量进行预测分析,取得了良好的实验效果。根据预测结果对该路段的交通流量进行重新分配和控制,对缓解珞瑜路和武珞路段高峰时期交通流量的压力具有重要作用。

引用

页码：363 / 368

页数：6

共 8 条

[1] 基于遗传神经网络的交通流量预测研究 [J].