基于K-Means和GA-WNN的交通流量预测

• 作者: 慕伟 钟引帆 陈国定
• 来源期刊: 现代交通技术
• 学科: 交通运输
• 关键词: 交通流量预测 K-Means算法 遗传算法 小波神经网络
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 交通工程
• 页码范围: 70-74
• 页数: 5页
• 分类号: U491.1+12
• 字数: 3646字
• 语种: 中文

摘要

如何对交通流进行准确和实时的预测是实现交通管理的关键所在.文章根据交通流数据的时间序列特性,提出基于K-Means算法与遗传算法(GA)优化的小波神经网络(WNN)预测方法:首先对交通流流量序列按照流量采用K-Means算法进行分割,分割后的结果较符合流量的分布情况;然后使用GA-WNN对分割后的每一个时间段的交通流数据分别进行建模和预测.仿真结果表明,该方法对交通流量预测的精度较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国定	浙江工业大学信息工程学院	69	987	18.0	29.0
2	慕伟	浙江工业大学信息工程学院	1	2	1.0	1.0
3	钟引帆	浙江工业大学信息工程学院	3	19	2.0	3.0