自适应粒子群神经网络交通流预测模型
本文关键词：自适应粒子群神经网络交通流预测模型
【摘要】：针对传统神经网络预测模型预测结果准确性低且存在大量无效迭代的问题,提出了自适应权重粒子群神经网络交通流预测(PSOA-NN)模型。首先根据待预测点的上下游观测点数和历史数据,随机初始化若干组模型参数并计算每组参数对应粒子的适应度;然后采用改进的sigmoid函数替代原有模型中的固定惯性权重,并根据其中适应度变好的粒子更新粒子速度和位置,一直迭代到粒子适应度小于预设值为止;最后将满足条件粒子对应的模型参数应用到神经网络模型,根据实时交通流数据预测出15min后的数据。仿真结果表明,使用PSOA-NN模型,可使得在同等预测误差范围内收敛速度提升0.6~1.7倍。
【作者单位】： 南京大学电子科学与工程学院;
【关键词】： 交通流 预测 粒子群优化 神经网络
【基金】：国家自然科学基金资助项目(61105015) 国家科技重大专项课题资助项目(2012ZX03005-004-003)
【分类号】：U491.14;TP183
【正文快照】： 当前,在智能交通系统(ITS)领域中,短时交通流预测已处于核心地位,它能够提供实时有效的信息,有助于出行者进行路径选择,节约出行时间,也有助于交通管理者采取合适的交通诱导措施,提高路网的运行效率和安全性,变被动应对为主动管理[1]。目前,常见的交通流预测模型有基于时间序
【参考文献】
中国期刊全文数据库 前8条
1 王进;史其信;;短时交通流预测模型综述[J];中国公共安全(学术卷);2005年01期
2 杨春阳;;MATLAB数字化教学在现代物理教学中的应用[J];才智;2013年12期
3 李松;刘力军;解永乐;;遗传算法优化BP神经网络的短时交通流混沌预测[J];控制与决策;2011年10期
4 许岩岩;翟希;孔庆杰;刘允才;;高速路交通流短时预测方法[J];交通运输工程学报;2013年02期
5 贺国光,李宇,马寿峰;基于数学模型的短时交通流预测方法探讨[J];系统工程理论与实践;2000年12期
6 林军;倪宏;孙鹏;张辉;;一种采用神经网络PID控制的自适应资源分配方法[J];西安交通大学学报;2013年04期
7 高瑞鹏;尚春阳;江航;;遗传算法结合小波神经网络的列车车轮扁疤故障检测方法[J];西安交通大学学报;2013年09期
8 赵建华;张陵;孙清;;利用粒子群算法的传感器优化布置及结构损伤识别研究[J];西安交通大学学报;2015年01期
【共引文献】
中国期刊全文数据库 前10条
1 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期
2 赵亚萍;张和生;周卓楠北京交通大学电气工程学院;杨军;潘成;贾利民;;基于最小二乘支持向量机的交通流量预测模型[J];北京交通大学学报;2011年02期
3 任其亮;;基于小波与混沌集成的短时交通流预测[J];重庆交通大学学报(自然科学版);2008年04期
4 窦慧丽;吴志周;;基于小波分析和非参数回归的交通流组合预测方法[J];重庆交通大学学报(自然科学版);2011年04期
5 任雪莲;陈晓芬;马骏;;BP-GA算法在短时交通流预测中的应用研究[J];道路交通与安全;2009年02期
6 胡晓健;王炜;陆建;;道路交通意外事件影响范围确定方法[J];东南大学学报(自然科学版);2007年05期
7 丁蕾;徐永能;姜毅;;地铁换乘客流实时监测模型研究[J];都市快轨交通;2011年06期
8 唐闯;谭国真;;基于P/G结构的移动定位导航系统[J];电子测量技术;2007年07期
9 马君;刘小冬;孟颖;;基于神经网络的城市交通流预测研究[J];电子学报;2009年05期
10 崔建明;叶怀珍;;交通流诱导系统实时方法研究[J];中国工程科学;2008年10期
中国重要会议论文全文数据库 前9条
1 董昕;;基于3G通信的智能交通指挥系统研究[A];四川省通信学会2011年学术年会论文集[C];2011年
2 谷远利;余惠华;;动态交通流量预测方法研究[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（上册）[C];2005年
3 董昕;;基于3G通信技术的智能交通指挥系统研究[A];四川省通信学会2009年学术年会论文集[C];2009年
4 李洪武;胡晓建;陆建;;交通紧急疏导配流方法研究[A];2007第三届中国智能交通年会论文集[C];2007年
5 胡晓健;陆建;;基于二步自适应的交通量实时预测模型[A];2007第三届中国智能交通年会论文集[C];2007年
6 张利;李星毅;施化吉;;一种基于ARIMA模型的短时交通流量改进预测算法[A];2007第三届中国智能交通年会论文集[C];2007年
7 田夫;李勇;孙占全;;短时交通流预测方法研究[A];2007第三届中国智能交通年会论文集[C];2007年
8 侯晓宇;胡思宇;杨毅;;双层K近邻短时预测算法参数分析及验证[A];2014第九届中国智能交通年会优秀论文集[C];2014年
9 Luoyanchun;;Application of the large optimal node-driven model in tourism management[A];2013年教育技术与管理科学国际会议论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 董春娇;多状态下城市快速路网交通流短时预测理论与方法研究[D];北京交通大学;2011年
2 于福华;特长高速公路隧道交通流研究[D];长安大学;2011年
3 姚琛;基于信息提取计算的动态交通数据分析及应用[D];西南交通大学;2011年
4 何建伟;基于系统动力学的城市交通流网络管控系统分析与建模[D];河北工业大学;2009年
5 杨庆芳;先进的交通管理系统关键理论与方法研究[D];吉林大学;2004年
6 朱文兴;城市交通系统智能优化控制研究[D];山东大学;2006年
7 张杨;不确定环境下城市交通中车辆路径选择研究[D];西南交通大学;2006年
8 刘彬生;基于小波和傅立叶变换的道路交通量预测研究[D];哈尔滨工业大学;2006年
9 李巧茹;交通网络动态配流及其相关问题研究[D];天津大学;2006年
10 Q，
本文编号：624957
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/624957.html
