基于IGA-IBP算法的高速公路逃费预测

• 作者: 周舟 宋小龙 李岩芳 李松江 王艳春 王鹏
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 高速公路 IGA-IBP算法 神经网络 特征选取 动态行驶时间 逃费预测
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 智能技术
• 页码范围: 3840-3845
• 页数: 6页
• 分类号: TP389.1
• 字数: 5740字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.12.041

摘要

为解决现有高速公路逃费预测方法的准确率和稳定性低等问题,依据车辆收费数据提出一种基于IGA-IBP算法的预测模型.优化遗传算法中的变异算子和BP神经网络的隐含层和输出层之间的学习率,减小传统算法的误差并提高收敛速度,通过ReliefF算法选取车辆逃费行为共有的关键特征,动态调整车辆行驶时间特征,归一化特征属性建立IGA-IBP算法预测模型.实验结果表明,与传统算法相比,该算法在各项评价指标中均具有优越性,可为高速公路管理局的决策提供重要支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	长春理工大学计算机科学技术学院	77	372	10.0	16.0
2	王艳春	长春理工大学计算机科学技术学院	25	97	6.0	9.0
3	李岩芳	长春理工大学计算机科学技术学院	14	35	3.0	5.0
4	李松江	长春理工大学计算机科学技术学院	23	40	4.0	5.0
5	宋小龙	长春理工大学计算机科学技术学院	2	5	1.0	2.0
6	周舟	长春理工大学计算机科学技术学院	1	1	1.0	1.0