首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号