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
• 来源期刊: 计算机工程与设计
• 学科: 交通运输
• 关键词: PSO算法 BP神经网络 交通量预测 短时 相邻路口
• 年，卷（期）: 2009,（18）
• 所属期刊栏目: 人工智能
• 页码范围: 4296-4298
• 页数: 3页
• 分类号: TP18|U491
• 字数: 3058字
• 语种: 中文

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神经网络权值和阚值进行优化,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕智林	广西大学电气工程学院	54	431	13.0	18.0
2	叶嫣	广西大学电气工程学院	2	49	2.0	2.0