基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于GA-WNN神经网络模型的交通流量预测
遗传算法
小波神经网络
小波基函数
BP神经网络
预测模型
交通流量
Matlab
基于GA-WNN神经网络模型的交通流量预测
遗传算法
小波神经网络
小波基函数
BP神经网络
预测模型
交通流量
Matlab
经GA优化的WNN在交通流预测中的应用
交通流预测
遗传算法
小波神经网络
预测模型
基于K-means与GRU的短时交通流预测研究
短期交通流
神经网络
K-means聚类
GRU
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于K-Means和GA-WNN的交通流量预测
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
研究方向 页码范围 70-74
页数 5页 分类号 U491.1+12
字数 3646字 语种 中文
DOI
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (474)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (1)
1588(1)
  • 参考文献(0)
  • 二级参考文献(1)
1617(1)
  • 参考文献(0)
  • 二级参考文献(1)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(11)
  • 参考文献(2)
  • 二级参考文献(9)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通流量预测
K-Means算法
遗传算法
小波神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代交通技术
双月刊
1672-9889
32-1736/U
大16开
南京市水西门大街223号
28-329
2004
chi
出版文献量(篇)
2435
总下载数(次)
6
总被引数(次)
8714
论文1v1指导