暴雨天气下高速公路短时交通流预测

• 作者: 乐冰 李旭阳 蔡延光 蔡颢
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 暴雨天气 高速公路 改进布谷鸟搜索算法 神经网络 交通流预测
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 热点与综述
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP301
• 字数: 4890字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055520

摘要

在暴雨天气情况下,驾驶人视野受限制容易引发交通事故.为准确预测暴雨天气下的高速公路车流量从而减少事故的发生,提出一种基于改进布谷鸟搜索(CS)算法与径向基函数(RBF)神经网络的高速公路交通流预测方法.采用猴群算法中的猴爬山过程优化布谷鸟位置更新策略,通过识别概率自适应更新策略建立改进的CS-RBF神经网络(CS-RBFNN)交通流预测模型.实验结果表明,相对于改进的GSO-RBFNN模型,改进的CS-RBFNN模型具有更快的收敛速度和更高的预测精度,其平均绝对百分比误差为8.2％,平均绝对误差为20.14,均方根误差为19.2,且预测准确率高于90％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡延光	广东工业大学自动化学院	181	812	14.0	20.0
2	乐冰	广东工业大学自动化学院	5	3	1.0	1.0
3	李旭阳	广东工业大学自动化学院	1	0	0.0	0.0