| 基于遗传算法的小波神经网络交通流预测 |
| |
| 作者姓名： | 李婧瑜 李歧强 侯海燕 杨立才 |
| |
| 作者单位： | 山东大学,控制科学与工程学院,山东,济南,250061;山东大学,控制科学与工程学院,山东,济南,250061;山东大学,控制科学与工程学院,山东,济南,250061;山东大学,控制科学与工程学院,山东,济南,250061 |
| |
| 基金项目： | 国家自然科学基金;山东省自然科学基金 |
| |
| 摘 要： | 城市交通流的运行存在着高度的复杂性、时变性和随机性,实时准确的交通流预测是智能交通系统,特别是先进的交通管理系统与先进的出行者信息系统研究的关键. 基于交通流预测的特点,给出了基于遗传算法的小波神经网络的交通预测模型GA WNN,用具有自然进化规律的遗传算法来对小波神经网络的连接权值和伸缩平移尺度进行前期优化训练,部分代替了小波框架神经网络中按单一梯度方向进行参数优化的梯度下降法,克服了单一梯度下降法易陷入局部极小和引起振荡效应等缺陷. 仿真实验验证了GA WNN预测模型对短时交通流的预测的有效性.
|
| 关 键 词： | 遗传算法 小波神经网络 交通流预测 |
| 文章编号： | 1672-3961(2007)02-0109-04 |
| 收稿时间： | 2006-12-16 |
| 修稿时间： | 2006-12-16 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《山东大学学报(工学版)》浏览原始摘要信息 |
|
点击此处可从《山东大学学报(工学版)》下载全文 |
|
