基于遗传-小波神经网络和时空特性的交通数据融合

发布时间：2018-05-03 10:43

  本文选题：遗传算法 + 小波神经网络　； 参考：《科学技术与工程》2017年28期

【摘要】：由于时间序列的交通数据重点关注断面交通流量变化,而空间序列的交通数据主要关注路网交通流分布。在综合考虑二者特性的前提下利用遗传算法的群体搜索技术及小波神经网络的较强学习能力,提出了基于遗传-小波神经网络(GAWNN)的交通数据融合模型。使用MAE、MRE和MSE三个指标对交通数据序列进行优劣对比分析。经实例验证,考虑时空特性的交通数据其数据质量优于单一的时间序列和空间序列。
[Abstract]:The traffic data of the time series focus on the change of the traffic flow of the section, and the traffic data of the space sequence are mainly concerned with the traffic flow distribution of the road network. The genetic algorithm based on the genetic algorithm and the strong learning ability of the wavelet neural network are put forward based on the genetic algorithm based on the characteristics of the two persons. The traffic data fusion model of NN) is used to compare and analyze the traffic data sequence with three indexes of MAE, MRE and MSE. The data quality of the traffic data considering the temporal and spatial characteristics is better than the single time series and the spatial sequence.

【作者单位】： 重庆交通大学交通运输学院;重庆交通大学重庆山地城市交通系统与安全实验室;
【分类号】：U491

【相似文献】

相关期刊论文 前10条

1 王芬;马涛;;基于小波神经网络的短时交通流预测[J];宁夏师范学院学报;2012年06期

2 吴东平;卢耀军;涂万堂;;基于小波神经网络的短时交叉口交通冲突预测[J];武汉勘察设计;2011年01期

3 胡纪元;文鸿雁;周吕;陈冠宇;;基于小波神经网络的隧道变形预测模型研究[J];公路工程;2014年04期

4 杨英俊;赵祥模;;基于小波神经网络的出租车保有量预测模型[J];公路交通科技;2012年08期

5 沈永增;闫纪如;王炜;;基于混沌粒子群优化小波神经网络的短时交通流预测[J];计算机应用与软件;2014年06期

6 王琦;;基于小波神经网络的高速公路区域经济影响评价[J];北方交通;2009年02期

7 黄恩洲;;基于粒子群—小波神经网络的短时交通量预测[J];黑龙江工程学院学报;2014年02期

8 肖旺新,张雪;小波神经网络在基于图象处理的路面破损识别中的应用[J];公路交通技术;2005年04期

9 王磊;张建仁;金鹏飞;;基于小波神经网络锈蚀钢筋强度预测研究[J];公路交通科技;2010年03期

10 杨超;王志伟;;经GA优化的WNN在交通流预测中的应用[J];计算机工程;2011年14期

相关会议论文 前1条

1 葛广英;程卫国;吴金勇;张晓蕾;;基于小波神经网络的智能交通管理系统[A];2005年中国智能自动化会议论文集[C];2005年

相关硕士学位论文 前10条

1 赵光伟;BP小波神经网络在地铁隧道变形分析中的应用[D];东华理工大学;2015年

2 陶丽;基于改进小波神经网络模型的交通流预测研究[D];上海工程技术大学;2016年

3 吴兆;基于小波神经网络的斜拉桥损伤识别方法研究[D];长沙理工大学;2015年

4 唐美霞;基于实时路况的动态路径规划研究[D];杭州电子科技大学;2016年

5 刘文亚;基于径向基改进的小波神经网络的航道交通安全评价[D];大连海事大学;2016年

6 孙丽娟;基于遗传算法的小波神经网络短时交通流预测[D];山东科技大学;2009年

7 易功超;基于小波神经网络的预应力混凝土梁桥健康状态模拟分析[D];华南理工大学;2013年

8 刘聪聪;小波神经网络算法及其在交通流宏观动态特性中的应用[D];重庆大学;2014年

9 金玉婷;基于混沌和小波神经网络的短时交通流预测方法研究[D];西南交通大学;2014年

10 史毅仁;车联网中数据融合的研究[D];北京交通大学;2017年

，

本文编号：1838183