节点文献

基于GA-WNN神经网络模型的交通流量预测

免费订阅

【作者】 王小凡朱永强潘福全

【Author】 WANG Xiaofan;ZHU Yongqiang;PAN Fuquan;School of Mechanical and Automotive Engineering,Qingdao University of Technology;

【机构】 青岛理工大学机械与汽车工程学院

【摘要】 针对小波网络结构不稳定和容易陷入局部最小造成预测结果误差过大的问题,以辽宁省某高速公路为研究对象,利用遗传算法具有自适应随机优化搜索能力、收敛速度快的特点,提出一种基于GA-WNN神经网络的高速公路日交通流量预测方法。模型仿真结果表明,遗传算法优化小波神经网络预测的误差精度为8.35%,与传统BP神经网络和小波神经网络相比,预测精度显著提高,具有更好的预测能力。

【基金】 国家自然科学基金项目(51505244);教育部人文社会科学研究规划基金(18YJAZH067);山东省重点研发计划项目(2018GGX105009)
【所属期刊栏目】 智能交通与导航 (2020年15期)
  • 【DOI】10.16652/j.issn.1004-373x.2020.15.031
  • 【分类号】U491;TP183
  • 【下载频次】115
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: