河北工业大学学报
河北工業大學學報
하북공업대학학보
JOURNAL OF HEBEI UNIVERSITY OF TECHNOLOGY
2010年
3期
42-45
,共4页
林鑫%王晓晔%王卓%张德干
林鑫%王曉曄%王卓%張德榦
림흠%왕효엽%왕탁%장덕간
短时交通流%预测%蚁群聚类%RBF神经网络%局部搜索
短時交通流%預測%蟻群聚類%RBF神經網絡%跼部搜索
단시교통류%예측%의군취류%RBF신경망락%국부수색
短时交通流因其不确定性等特点而导致预测很复杂,准确率不高.本文把蚁群聚类算法和RBF神经网络结合来构建交通流预测模型,用蚁群聚类确定RBF网络隐层神经元的中心值,并且为了找到最优的聚类结果,在蚁群算法中加入了局部搜索.此模型具有较强的局部泛化能力和较高的准确率.实例仿真研究表明此方法预测效果较好.
短時交通流因其不確定性等特點而導緻預測很複雜,準確率不高.本文把蟻群聚類算法和RBF神經網絡結閤來構建交通流預測模型,用蟻群聚類確定RBF網絡隱層神經元的中心值,併且為瞭找到最優的聚類結果,在蟻群算法中加入瞭跼部搜索.此模型具有較彊的跼部汎化能力和較高的準確率.實例倣真研究錶明此方法預測效果較好.
단시교통류인기불학정성등특점이도치예측흔복잡,준학솔불고.본문파의군취류산법화RBF신경망락결합래구건교통류예측모형,용의군취류학정RBF망락은층신경원적중심치,병차위료조도최우적취류결과,재의군산법중가입료국부수색.차모형구유교강적국부범화능력화교고적준학솔.실례방진연구표명차방법예측효과교호.