CS优化BP神经网络的高速公路流量预测

发布时间：2018-04-30 12:15

  本文选题：高速公路流量预测 + 布谷鸟搜索算法　； 参考：《公路》2017年05期

【摘要】：随着高速公路交通控制和出行诱导需求的日益增加,对高速公路交通流量的预测提出了更高的要求。为了提高预测的精度,提出了改进的布谷鸟搜索(cuckoo search,CS)算法优化BP神经网络的高速公路流量预测模型(Weighted value of T dynamic disturbance CS-BP,WTCS-BP)。利用高速观测站的信息采集系统收集车流量信息;离散为时间序列,构建学习样本;利用BP神经网络对采集的样本进行训练,并采用改进的CS算法对网络参数进行优化;建立高速公路交通流量的预测模型。最后通过仿真实验进行测试。结果表明,该模型的拟合度较其他对比模型更接近实际流量。提高了预测的准确性,对高速公路出行起到有效的指导作用。
[Abstract]:With the increasing demand for expressway traffic control and travel guidance, higher requirements are put forward for the prediction of expressway traffic flow. In order to improve the accuracy of prediction, an improved cuckoo search algorithm is proposed to optimize the traffic prediction model of expressway based on BP neural network (BP neural network). The information collection system of high speed observation station is used to collect traffic flow information; discrete time series is used to construct learning samples; BP neural network is used to train the collected samples, and the improved CS algorithm is used to optimize the network parameters. The prediction model of expressway traffic flow is established. Finally, the test is carried out by simulation experiment. The results show that the fitting degree of the model is closer to the actual flow than other contrast models. It improves the accuracy of prediction and plays an effective guiding role in expressway travel.
【作者单位】： 石家庄铁道大学四方学院计算机系;
【基金】：河北省科技支撑计划项目,项目编号11213585
【分类号】：U491.14

【相似文献】

相关期刊论文 前10条

1 陈君;李聪颖;丁光明;;基于BP神经网络的高速公路交通安全评价[J];同济大学学报(自然科学版);2008年07期

2 樊海玮;张国翊;丁爱玲;谢昌荣;徐婷;;BP改进算法及其在路面裂缝检测中的应用[J];长安大学学报(自然科学版);2010年01期

3 马黎;赵丽红;傅惠;;基于BP神经网络的交通异常事件自动检测算法[J];交通科技与经济;2010年06期

4 徐杏,史喜军;深圳港基于BP神经网络的集装箱预测模型[J];河海大学学报(自然科学版);2002年04期

5 房东升;陈洋洋;;基于BP神经网络的沥青路面使用性能评价[J];交通标准化;2009年19期

6 雷敏;斯郎拥宗;;BP神经网络在大型斜拉桥施工控制中的应用研究[J];四川建筑;2009年04期

7 茆训超;大哥大、BP机不宜握在司机手中[J];交通与运输;1995年02期

8 李怀国;;BP神经网络与模糊控制在隧道施工中的预测与应用[J];今日科苑;2008年20期

9 杨霖涛;;利用BP神经网络预测隧道周边位移[J];价值工程;2012年25期

10 韩大建,陈太聪,苏成;BP神经网络用于斜拉桥施工过程中混凝土弹性模量的识别[J];桥梁建设;2003年01期

相关会议论文 前2条

1 焦金星;赵建辉;王福钊;;基于BP神经网络的交通标志识别算法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

2 傅佳;胡绍海;;基于LM算法的BP神经网络的拥堵预测[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

相关重要报纸文章 前1条

1 通讯员 王孟霞;CCS获BP的CAP资格认可[N];中国船舶报;2013年

相关硕士学位论文 前9条

1 肖启俊;基于BP神经网络的船舶价格评估方法研究[D];上海交通大学;2013年

2 范静;基于BP神经网络的航运上市公司财务业绩评价研究[D];大连海事大学;2008年

3 张亭;基于BP神经网络的机动车保有量预警模型研究[D];辽宁师范大学;2014年

4 肖先波;基于BP神经网络的公路建设项目风险分析[D];浙江大学;2006年

5 陈姿颖;BP神经网络在港口绩效评价中的应用研究[D];北京交通大学;2015年

6 刘玮;基于BP神经网络下的深长隧道突水预测分析与数值模拟研究[D];中南大学;2014年

7 刘建国;基于卡尔曼滤波的BP神经网络模型在桥梁形变中的应用[D];长安大学;2010年

8 白怀星;基于灰熵关联法与BP神经网络的SBS改性沥青混凝土紫外老化路用性能研究[D];西安建筑科技大学;2014年

9 曹智慧;基于BP神经网络的空余泊位的短时预测和自动寻车系统的研究[D];华南理工大学;2012年

，

本文编号：1824519