-
题名交通拥堵汽车流量准确预测仿真研究
被引量:4
- 1
-
-
作者
程山英
-
机构
江西科技师范大学数学与计算机科学学院
-
出处
《计算机仿真》
北大核心
2017年第10期123-126,共4页
-
基金
江西省科技计划指导性项目(2015ZBAB201007)
江西科技师范大学校级科研重点项目(2016XJZD006)
江西省高校人文社会科学研究项目(TQ1505)
-
文摘
交通拥堵汽车流量的准确预测,能够有效改善现有的道路网络的通行能力。对车流量的预测,需要利用模糊推理系统将交通流分为不同的模糊集,给出模糊隶属度函数,完成交通拥堵汽车流量的预测。传统方法先选出相关性较高的道路断面,得到路网空间关系归一化约束矩阵,但忽略了给出交通隶属度函数,导致预测精度偏低。提出基于模糊神经网络的拥堵汽车流量预测方法。将神经网络和自适应卡尔曼滤波模型相结合,组建拥堵汽车流量预测模型,将任意时刻的交通流预测期望值作为模型的输入,将实际预测误差作为模型的输出,利用模糊推理系统将交通流分为不同的模糊集,给出模糊隶属度函数,将小波函数作为模糊推理系统的输入,利用神经网络实现模糊推理,借鉴遗传理论优化模糊神经网络,完成对拥堵汽车流量的预测。实验结果表明,所提方法预测精度较高,具有较高的预测准确性。
-
关键词
模糊神经网络
短项交通流量
交通流量预测
-
Keywords
Fuzzy neural network
Short term traffic flow
Traffic flow forecasting
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-