基于萤火虫算法优化BP神经网络的公交行程时间预测

• 作者: 彭新建 翁小雄
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 智能交通系统 公共交通 萤火虫算法 BP神经网络 卡尔曼滤波 行程时间预测
• 年，卷（期）: 2017,（1）
• 页码范围: 28-36
• 页数: 9页
• 分类号: U491
• 字数: 5314字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2017.01.005

摘要

通过对公交车辆行驶特性以及行驶环境的实际分析,本文确立了影响公交车辆行程时间的几个关键因素:天气状况、时间段(高峰/平峰)、交通流量以及路段长度.结合BP神经网络具有的非线性映射能力、自学习和自适应能力、泛化能力强和萤火虫算法的参数少、操作简单、稳定性好等优点,本文提出一种利用萤火虫算法对BP神经网络进行优化的算法,以减少神经网络的训练时间和提高其预测稳定性.然后利用GPS数据和实时采样数据对神经网络进行训练和建模,实现公交车辆行程时间的准确预测.将该优化算法与传统的BP神经网络算法和卡尔曼滤波算法用MATLAB分别仿真测试,对比结果显示,该算法对公交行程时间的预测具有更高的准确性且结果更加稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翁小雄	华南理工大学土木与交通学院	42	251	9.0	14.0
2	彭新建	华南理工大学土木与交通学院	2	16	2.0	2.0