基于蚁群聚类算法的RBF神经网络交通流预测

• 作者: 张德干 林鑫 王卓 王晓晔
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 短时交通流 预测 蚁群聚类 RBF神经网络 局部搜索
• 年，卷（期）: 2010,（3）
• 页码范围: 42-45
• 分类号: TP391
• 字数: 3353字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2373.2010.03.010

摘要

短时交通流因其不确定性等特点而导致预测很复杂,准确率不高.本文把蚁群聚类算法和RBF神经网络结合来构建交通流预测模型,用蚁群聚类确定RBF网络隐层神经元的中心值,并且为了找到最优的聚类结果,在蚁群算法中加入了局部搜索.此模型具有较强的局部泛化能力和较高的准确率.实例仿真研究表明此方法预测效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓晔	天津理工大学天津市智能计算及软件新技术重点实验室	22	91	6.0	8.0
5	王卓	天津理工大学天津市智能计算及软件新技术重点实验室	4	17	3.0	4.0
9	张德干		12	72	5.0	8.0
10	林鑫	天津理工大学天津市智能计算及软件新技术重点实验室	1	11	1.0	1.0