基于K-Means和GA-WNN的交通流量预测 |
| |
引用本文: | 慕伟,陈国定,钟引帆.基于K-Means和GA-WNN的交通流量预测[J].现代交通技术,2015(5):70-74. |
| |
作者姓名: | 慕伟 陈国定 钟引帆 |
| |
作者单位: | 浙江工业大学信息工程学院;浙江工业大学信息工程学院;浙江工业大学信息工程学院 |
| |
摘 要: | 如何对交通流进行准确和实时的预测是实现交通管理的关键所在。文章根据交通流数据的时间序列特性,提出基于K-Means算法与遗传算法(GA)优化的小波神经网络(WNN)预测方法:首先对交通流流量序列按照流量采用K-Means算法进行分割,分割后的结果较符合流量的分布情况;然后使用GA-WNN对分割后的每一个时间段的交通流数据分别进行建模和预测。仿真结果表明,该方法对交通流量预测的精度较好。
|
关 键 词: | 交通流量预测 K-Means算法 遗传算法 小波神经网络 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《现代交通技术》浏览原始摘要信息 |
| 点击此处可从《现代交通技术》下载免费的PDF全文 |
|