基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

行人友好型路口交通信号控制优化研究

考虑在机动车和行人混合的状况下,为使行人过街更加高效、安全,以机动车和行人的延误、交叉口的延误和车辆的停车率为性能控制指标。根据交通需求和各种交通出行方式的流量比,确定信号控制性能指标的重要程度。建立信号交叉口配时参数的多元目标函数,并运用遗传算法求解目标函数。最后,以具体的交叉口为例,验证模型的有效性。