微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2008年
4期
232-233,157
,共3页
于万霞%杜太行%郑宏兴%于越
于萬霞%杜太行%鄭宏興%于越
우만하%두태행%정굉흥%우월
短时交通流%预测模型%模糊神经网络%粒子群算法
短時交通流%預測模型%模糊神經網絡%粒子群算法
단시교통류%예측모형%모호신경망락%입자군산법
实时准确的交通流量预测是智能交通诱导和交通控制实现的前提和关键.针对城市交通流的特点, 本文建立了模糊神经网络模型预测短时交通流量,并采用全局优化的粒子群算法优化模糊神经网络的参数.仿真结果表明该模型能够取得比梯度下降法更高的预测精度.
實時準確的交通流量預測是智能交通誘導和交通控製實現的前提和關鍵.針對城市交通流的特點, 本文建立瞭模糊神經網絡模型預測短時交通流量,併採用全跼優化的粒子群算法優化模糊神經網絡的參數.倣真結果錶明該模型能夠取得比梯度下降法更高的預測精度.
실시준학적교통류량예측시지능교통유도화교통공제실현적전제화관건.침대성시교통류적특점, 본문건립료모호신경망락모형예측단시교통류량,병채용전국우화적입자군산법우화모호신경망락적삼수.방진결과표명해모형능구취득비제도하강법경고적예측정도.