|
|||||
|
|
| 基于GA-PSO混合优化的BPNN车速预测方法 | |
| 作者姓名： | 刘吉超 陈阳舟 |
| 作者单位： | 北京工业大学a. 城市交通学院;b. 北京市交通工程重点实验室;c. 北京城市交通协同创新中心,北京100124 |
| 基金项目： | 国家自然科学基金/National Natural Science Foundation of China(61573030). |
| 摘 要： | BP神经网络(BPNN)已经用于车速预测方面的研究.针对BPNN不同的初始权值和阈值会影响车速预测精度的问题,提出一种基于GA-PSO混合优化的BPNN车速预测方法.以北工大西门到百葛桥为研究路径,构建基于BPNN的车速预测模型;将遗传算法(GA)和粒子群算法(PSO)的寻优过程进行融合,通过逐次迭代取最优的方式确定BPNN的最优初始权值和阈值,以此设计基于GA-PSO混合优化的BPNN车速预测方法.最后,以所选路径为对象,利用基于GA-BPNN的预测法、基于PSO-BPNN的预测法,以及提出的方法对车速进行了实验预测.结果表明,相较于前两种车速预测改进方法,本文方法的平均车速预测误差分别降低了37.1%和24.1%,有效地提高了车速的预测精度. |
| 关 键 词： | 城市交通 车速预测 BP神经网络 遗传算法 粒子群算法 |
| 收稿时间： | 2017-05-22 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《交通运输系统工程与信息》浏览原始摘要信息 | |
| 点击此处可从《交通运输系统工程与信息》下载全文 | |