基于混沌理论和MEA-BPNN模型的快速路短时交通流预测

• 作者: 张源 李萌 王硕 谷远利 陆文琦
• 来源期刊: 山东科学
• 学科: 交通运输
• 关键词: 短时交通流预测 混沌理论 相空间重构 神经网络 思维进化算法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 交通运输
• 页码范围: 98-107
• 页数: 10页
• 分类号: U491.1+4
• 字数: 6003字
• 语种: 中文
• DOI: 10.3976/j.issn.1002-4026.2019.02.013

摘要

为提高短时交通流预测的精度,在分析北京市二环路实测交通流数据时空特性和混沌性的基础上,利用混沌理论方法对交通流量时间序列进行相空间重构,并基于思维进化算法提出一种改进的BP神经网络模型,将重构的时间序列数据作为模型输入进行交通流预测.结果 表明,基于该模型的预测结果与基于传统BPNN模型的预测结果相比,均方根误差、平均绝对误差和平均绝对百分误差分别下降31.11％、20.71％和37.28％,证明了模型具有更精确的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李萌	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	12	72	3.0	8.0
2	王硕	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	13	51	4.0	6.0
3	谷远利	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	18	61	4.0	6.0
4	陆文琦	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	7	16	2.0	3.0
5	张源	北京交通大学城市交通复杂系统理论与技术教育部重点实验室	5	23	2.0	4.0