基于粒子群的模糊神经网络交通流量预测

被引：12

作者：

于万霞 ^{[1
]}

杜太行 ^{[1
]}

郑宏兴 ^{[2
]}

于越 ^{[2
]}

机构：

[1] 河北工业大学

[2] 天津工程师范学院电子工程系

来源：

关键词：

短时交通流; 预测模型; 模糊神经网络; 粒子群算法;

D O I：

暂无

中图分类号：

U491.14 [];

学科分类号：

082302 ; 082303 ;

摘要：

实时准确的交通流量预测是智能交通诱导和交通控制实现的前提和关键。针对城市交通流的特点,本文建立了模糊神经网络模型预测短时交通流量,并采用全局优化的粒子群算法优化模糊神经网络的参数。仿真结果表明该模型能够取得比梯度下降法更高的预测精度。

引用

页码：232 / 233+157 +157

页数：3

共 4 条

[1] 基于改进粒子群优化算法求解旅行商问题 [J].

王翠茹 ;

冯海迅 ;

张江维 ;

袁和金 .

[2] 基于人工神经网络城市交通流量智能预测的研究 [J].

张毅 ;

罗元 .

[3] 基于RBF神经网络的短时交通流预测 [J].

况爱武 ;

黄中祥 .

[4]

Brian L. Smith,Michael J. Demetsky.Traffic Flow Forecasting: Comparison of Modeling Approaches[J].Journal of Transportation Engineering,1997