摘要: 实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础.为了更准确地对其进行预测,本文建立了遗传神经网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用神经网络非线性描述、自学习自适应的优点.并以实际道路为例,给出了具体的应用方法,计算机仿真结果表明该模型精度较高、具有可行性.
[1] 杨兆升,谷远利. 实时动态交通流预测模型研究[J]. 公路交通科技. 1998(03) [2] 李存军,杨儒贵,靳蕃. 基于神经网络的交通信息融合预测方法[J]. 系统工程. 2004(03) [3] 裴玉龙,王晓宁. 基于BP神经网络的交通影响预测模型[J]. 哈尔滨工业大学学报. 2004(08) [4] 刘洁,魏连雨,杨春风. 基于遗传-神经网络的交通量预测[J]. 长安大学学报(自然科学版). 2003(01) [5] 朱中,杨兆升. 实时交通流量人工神经网络预测模型[J]. 中国公路学报. 1998(04) [6] 尹宏宾,徐建闽,周其节. 遗传算法在交通量预测中的应用[J]. 中国公路学报. 1998(02) [1] [日]玄光男,[日]程润伟著,于歆杰,周根贵译.遗传算法与工程优化[M]. 清华大学出版社, 2004 |
No related articles found! |
|