基于改进小波神经网络的短时交通流量预测研究

• 作者: 乐英高 吴浩 唐玲 曹莉 高祥
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 智能交通系统 短时交通流量预测 人工蜂群算法 小波神经网络
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 52-57
• 页数: 6页
• 分类号: TP183
• 字数: 3463字
• 语种: 中文
• DOI: 10.11863/j.suse.2015.06.11

摘要

针对城市短时交通流量具有复杂性和非线性等特点,提出了基于人工蜂群算法(ABC)优化小波神经网络对短时交通流量预测分析模型.以小波神经网络(WNN)为基础,将以前城市采集的交通流量作为预测样本,通过人工蜂群算法优化WNN网络结构、权值和阈值,并建立城市短时交通流量预测数学模型.实验仿真表明,所提出的算法预测结果比仅使用WNN算法以及粒子群优化BP神经网络算法效率更高,是一种有效可靠的交通流量预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐玲	四川理工学院自动化与电子信息学院	40	121	6.0	9.0
2	吴浩	四川理工学院自动化与电子信息学院	29	162	8.0	12.0
3	曹莉	四川理工学院自动化与电子信息学院	14	71	5.0	7.0
4	高祥	四川理工学院机械工程学院	27	58	5.0	5.0
5	乐英高	东南大学仪器科学与工程学院	8	43	5.0	6.0