基于检测器优化选择的短时交通流预测

• 作者: 张生瑞 牛力瑶 罗向龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 交通流预测 检测器优化 遗传算法 小波神经网络
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 图形图像处理
• 页码范围: 199-202,223
• 页数: 5页
• 分类号: TP391
• 字数: 3834字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1510-0307

摘要

针对交通流短期预测未考虑交通检测器配置的不足,提出了一种基于检测器优化选择的短时交通流预测算法.以预测的均方误差最小为目标函数,通过遗传算法优化选择合适的检测器,以小波神经网络作为预测算法进行短时交通流预测.美国I-84高速公路实测数据的测试结果表明该算法与传统预测方法相比具有更高的预测精度,是一种有效的短时交通流预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张生瑞	长安大学公路学院	67	1491	20.0	37.0
2	罗向龙	长安大学公路学院	16	176	6.0	13.0
6	牛力瑶	长安大学信息工程学院	3	101	3.0	3.0