基于GA-BP算法的高速公路交通量预测模型研究

准确的交通流量预测是城市路网、智慧交通建设的关键技术,利用遗传算法改进BP神经网络建立的GA-BP算法模型能够满足预测需求。通过采集福银高速福州西收费站车流量数据,在MATLAB平台上仿真,验证了模型能够优化"过拟合",兼顾全局性等问题,为福州市道路交通流量预测提供了一套行之有效的方法。

1 BP神经网络算法的改进

1)BP神经网络算法。

2)遗传算法。

3)GA-BP算法。

2 交通量预测模型的构建

1)数据预处理。

2)GA-BP神经网络算法网络层数选择。

3)激励函数选择。

4)训练函数的选择。

5)各层神经元数量的确定。

6)最大训练步数和最小误差的设定。

3 福银高速福州西收费站交通量GA-AP算法实例分析

4 结语

类型: 期刊论文

作者: 姚洁

关键词: 交通流量预测,遗传算法,神经网络

来源: 东莞理工学院学报 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 公路与水路运输

单位: 福州外语外贸学院信息系

基金: 福建省高等学校学科带头人培养计划资助项目(FETU),福建省教育厅2017年第一批中青年教师教育科研项目(JAT170729)

分类号: U491.14

DOI: 10.16002/j.cnki.10090312.2019.05.012

页码: 69-73

总页数: 5

文件大小: 157K

下载量: 288