收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于鸡群算法的小波神经网络短时交通流预测研究

蒋婷婷  
【摘要】:智能交通系统可以缓解城市拥堵,短时交通流预测是其核心,故精准快速的短时交通流预测具有重要意义。短时交通流数据存在着随机波动性与高度非线性,使得很多预测方法的预测速度与精度都不能同时达到较好的效果。小波神经网络(WNN)具有良好的时频域特性,鸡群优化算法(CSO)具有较好的全局收敛性和计算鲁棒性,与粒子群算法、狼群算法相比,鸡群算法能够更快速地找到全局最优解。因此本文采用鸡群算法优化小波神经网络的权值与小波因子,并用该小波神经网络进行短时交通流预测,然后改进鸡群算法以进一步提高预测精度,最后引入RBF神经网络再次改进预测模型。本文提出的短时交通流预测模型均在公开数据集上进行测试实验,本文主要创新点为:(1)采用鸡群算法优化小波神经网络的权值与小波因子,即CSO-WNN短时交通流预测模型。与基本的小波神经网络预测模型相比,CSO-WNN的预测精度提高了0.5%,预测速度提高了9%;与基于粒子群算法的小波神经网络预测模型和基于狼群算法的小波神经网络预测模型的预测结果相比,CSO-WNN预测模型在精度相当的情况下,预测速度比狼群算法提高了42%,比粒子群算法提高了6.5%。(2)改进鸡群算法,进一步优化小波神经网络的参数,即ICSO-WNN短时交通流预测模型,与CSO-WNN预测模型进行对比,预测精度提高了0.35%。(3)引入RBF神经网络,构成ICSO-WNN-RBF预测模型用以预测交通流数据的线性部分与非线性部分,并与ICSO-WNN预测模型进行对比。结果表明组合预测模型ICSO-WNN-RBF的预测精度达到了98.888%,在相同条件下比基于支持向量机回归的短时交通流预测模型提高了0.27%。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗向龙;张生瑞;牛力瑶;;基于检测器优化选择的短时交通流预测[J];计算机工程与应用;2017年08期
2 王晓丹;白云;李川;;基于统计的我国短时交通流预测模型分析[J];现代计算机(专业版);2017年17期
3 程山英;;基于模糊神经网络的短时交通流预测方法研究[J];计算机测量与控制;2017年08期
4 邓箴;任静;刘立波;;基于多条件随机场的短时交通流预测模型[J];计算机工程与设计;2017年10期
5 高圣国;;基于模式识别的短时交通流预测[J];公路;2011年09期
6 高丽梅;高鹏;陈俊波;;数据融合技术在短时交通流预测中的应用[J];交通科技;2010年S1期
7 马宏亮;张建平;李瑞敏;郭敏;;短时交通流预测系统的效率优化研究[J];交通信息与安全;2010年04期
8 康军;段宗涛;唐蕾;温兴超;;一种平稳化短时交通流预测方法[J];测控技术;2018年02期
9 罗向龙;焦琴琴;牛力瑶;孙壮文;;基于深度学习的短时交通流预测[J];计算机应用研究;2017年01期
10 黄晓慧;张翠芳;;布谷鸟算法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;2017年03期
11 廖荣华;兰时勇;刘正熙;;基于混沌时间序列局域法的短时交通流预测[J];计算机技术与发展;2015年01期
12 李振龙;张利国;钱海峰;;基于非参数回归的短时交通流预测研究综述[J];交通运输工程与信息学报;2008年04期
13 雷斌;温乐;耿浩;李建明;;基于加权组合模型的短时交通流预测研究[J];测控技术;2018年05期
14 王娇;李军;;最小最大概率回归机在短时交通流预测中的应用[J];公路交通科技;2014年02期
15 阚津;江伟;;综合运输体系的短时交通流预测方法[J];交通建设与管理;2014年06期
16 金春玉;郑瑞平;刘洪;李欣;;短时交通流预测研究[J];华东公路;2011年03期
17 张晓利;陆化普;;非参数回归方法在短时交通流预测中的应用[J];清华大学学报(自然科学版);2009年09期
18 宗春光,宋靖雁,任江涛,胡坚明;基于相空间重构的短时交通流预测研究[J];公路交通科技;2003年04期
19 刘钊;杜威;闫冬梅;柴干;郭建华;;基于K近邻算法和支持向量回归组合的短时交通流预测[J];公路交通科技;2017年05期
20 金玉婷;余立建;;基于小波神经网络的短时交通流预测[J];交通科技与经济;2014年01期
中国重要会议论文全文数据库 前6条
1 于建玲;商朋见;关积珍;;改进的相空间重构方法在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年
2 郑德署;何世伟;许旺土;;分形理论在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年
3 许岩岩;翟希;孔庆杰;刘允才;;基于分类回归树的交通流短时预测[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年
4 贺佐斌;丁晓青;杨碧茹;侯海波;;信号交叉口短时交通流预测[A];2017年中国城市交通规划年会论文集[C];2017年
5 杨锦伟;肖新平;郭金海;;基于灰关联与少数据云推理的短时交通流预测[A];第25届全国灰色系统会议论文集[C];2014年
6 唐丽娜;张卫华;;短时交通流预测方法的比较研究[A];2007第三届中国智能交通年会论文集[C];2007年
中国博士学位论文全文数据库 前3条
1 姚智胜;基于实时数据的道路网短时交通流预测理论与方法研究[D];北京交通大学;2007年
2 敖谷昌;城市快速路交通状态特性及关联分析方法研究[D];北京交通大学;2014年
3 孔祥杰;城市路网交通流协调控制技术研究[D];浙江大学;2009年
中国硕士学位论文全文数据库 前10条
1 蒋婷婷;基于鸡群算法的小波神经网络短时交通流预测研究[D];西南交通大学;2018年
2 龙艳芳;基于极限随机树集成的短时交通流预测模型研究[D];湖南大学;2017年
3 周扬栋;城市道路短时交通流预测方法研究[D];江西理工大学;2018年
4 韩鹏;基于短时交通流预测的交叉口优化配时研究[D];中国科学技术大学;2017年
5 刘彩云;基于Spark的改进SA-SVR短时交通预测研究[D];东华理工大学;2017年
6 徐健锐;短时交通流预测中的若干问题研究[D];江苏大学;2010年
7 焦琴琴;基于深度学习的路网短时交通流预测[D];长安大学;2016年
8 许子鑫;基于支持向量机回归的短时交通流预测研究与实现[D];华南理工大学;2012年
9 张多;基于支持向量回归机和多变量相空间重构的短时交通流预测[D];重庆交通大学;2014年
10 贺淋亮;基于多重相空间和路段相似度的短时交通流预测研究[D];杭州电子科技大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978