| 基于QPSO—RBF的交通量预测方法研究 |
| |
| 引用本文： | 焦光庭,徐建闽,马永红.基于QPSO—RBF的交通量预测方法研究[J].交通与计算机,2008,26(4). |
| |
| 作者姓名： | 焦光庭 徐建闽 马永红 |
| |
| 作者单位： | 1. 华南理工大学,广州,510641
2. 兰州交通大学,兰州,730070 |
| |
| 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,为了更好的对其进行预测,在分析径向基函数(RBF)神经网络预测模型的特点和标准粒子群优化(PSO)算法缺陷的基础上,将量子粒子群优化(QPSO)算法的全局搜索能力与RBF神经网络的局部优化相结合,克服了标准PSO算法收敛不稳定性和RBF神经网络易陷入局部极小值的缺点,并建立了QPSO-RBF的交通量预测模型.仿真实例结果表明,提出的预测模型预测精度较高,具有较强的学习能力和预测能力,对于交通量预测具有一定的可行性和有效性.
|
| 关 键 词： | 量子粒子群优化算法 径向基函数神经网络 混合优化算法 交通量预测 |
Forecast Method of Traffic Volume Based on QPSO-RBF |
| |
| JIAO Guangting,XU Jianmin,MA Yonghong.Forecast Method of Traffic Volume Based on QPSO-RBF[J].Computer and Communications,2008,26(4). |
| |
| Authors: | JIAO Guangting XU Jianmin MA Yonghong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
