经GA优化的WNN在交通流预测中的应用

• 作者: 杨超 王志伟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 交通流预测 遗传算法 小波神经网络 预测模型
• 年，卷（期）: 2011,（14）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 149-151
• 分类号: TP391
• 字数: 2903字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.14.049

摘要

针对城市交通流的复杂性、随机性、非线性等特点,利用遗传算法(GA)优化小波神经网络(WNN),以克服传统神经网络收敛速度慢、易陷入局部最小点等缺陷,在此基础上建立基于GA-WNN的城市交通流预测模型.利用GA-WNN、GA-BP和WNN模型对南昌市南京西路交通流进行仿真预测,实验结果表明,GA-WNN模型的预测效果较好,相比GA-BP和WNN模型具有更高的预测精度和更快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超	华东交通大学载运工具与装备省部共建教育部重点实验室	64	691	14.0	25.0
2	王志伟	华东交通大学载运工具与装备省部共建教育部重点实验室	10	324	9.0	10.0