基于过程神经元网络与遗传算法的交通流预测

• 作者: 李淑庆 贠天鹂 高为
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通量预测 高速公路 过程神经元网络 遗传算法
• 年，卷（期）: 2010,（5）
• 页码范围: 18-20
• 分类号: U491
• 字数: 2197字
• 语种: 中文
• DOI: 10.3963/j.ISSN.1674-4861.2010.05.005

摘要

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用.针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高为	重庆交通大学交通运输学院	4	62	3.0	4.0
2	李淑庆	重庆交通大学交通运输学院	74	594	14.0	19.0
3	贠天鹂	重庆交通大学交通运输学院	2	38	2.0	2.0