基于改进遗传算法优化BP神经网络的短时交通流量预测方法研究

• 作者: 刘树东 张春生 谭覃
• 来源期刊: 天津城建大学学报
• 学科: 交通运输
• 关键词: BP神经网络 遗传算法 精英选择 自适应 短时交通流量
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 143-148
• 页数: 6页
• 分类号: TB183|U491.14
• 字数: 3853字
• 语种: 中文
• DOI: 10.19479/j.2095-719x.1702143

摘要

短时交通流量预测是智能交通系统的重要技术之一.BP神经网络可以充分逼近任意复杂的非线性系统,但存在收敛速度缓慢、易陷入局部极值等缺点.针对短时交通流量预测高度不确定性和非线性的特点,结合保留精英遗传算法和自适应遗传算法,提出了保留精英自适应遗传算法,建立了保留精英自适应遗传算法优化BP神经网络的短时交通流量预测模型.仿真结果表明,该模型提高了短时交通流量预测的准确性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘树东	天津城建大学计算机与信息工程学院	6	18	3.0	4.0
2	谭覃	天津城建大学计算机与信息工程学院	2	9	2.0	2.0
3	张春生	天津城建大学计算机与信息工程学院	1	5	1.0	1.0