基于交通数据融合技术的行程时间预测模型

• 作者: 刘春华 李嘉 王芳 胡赛阳
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 数据融合 行程时间 预测模型 小波神经网络 遗传算法
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 【土木工程】
• 页码范围: 33-38
• 页数: 6页
• 分类号: U121
• 语种: 中文

摘要

针对当前城市道路行程时间的预测多限于单源数据且预测精度不高的问题，构建了基于浮动车GPS数据、微波检测器交通数据的行程时间预测融合模型。利用遗传算法优化小波神经网络，解决了小波神经网络初始参数选取时盲目与随机性问题，大大提高了网络搜索效率与训练速度。预测行程时间与视频观测数据吻合良好，表明该模型是有效的和可靠的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王芳	湖南大学土木工程学院	21	225	8.0	15.0
2	胡赛阳		16	76	5.0	8.0
3	李嘉	湖南大学土木工程学院	56	729	17.0	26.0
4	刘春华		2	32	1.0	2.0