Lanzhou University of Technology Institutional Repository (LUT_IR)
基于IFA优化RBF神经网络的短时交通流预测模型 | |
曹洁1,2,3; 张敏1; 张红1,2; 陈作汉1,2; 侯亮1,2,3 | |
2022-08-15 | |
发表期刊 | 兰州理工大学学报 |
ISSN | 1673-5196 |
卷号 | 48期号:04页码:99-104 |
摘要 | 针对短时交通流不确定性极强引起的预测结果精度低的问题,提出一种改进萤火虫算法(IFA)优化RBF神经网络的短时交通流预测模型(IFA-RBF).该模型通过引入线性递减惯性权重和混沌机制,来改进FA后期存在的易陷入局部极值和种群多样性匮乏的不足,利用IFA优化RBF神经网络的连接权重和基函数宽度,以提升RBF神经网络的短时交通流预测精度.实验结果表明,与Elman、BP、RBF和FA-RBF模型相比,构建的短时交通流预测模型(IFA-RBF)具有更高的预测精度,预测值与实际值拟合度较高. |
关键词 | 智能交通系统 交通流 短时预测 RBF神经网络 改进的萤火虫算法 混沌搜索 |
URL | 查看原文 |
收录类别 | 北大核心 |
语种 | 中文 |
资助项目 | 国家自然科学基金(61763028);甘肃省自然科学基金(20JR5RA450) |
中图分类号 | U495;TP183 |
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/159667 |
专题 | 图书馆 计算机与通信学院 |
通讯作者 | 曹洁 |
作者单位 | 1.兰州理工大学计算机与通信学院; 2.甘肃省城市轨道交通智能运营工程研究中心; 3.甘肃省制造业信息化工程研究中心 |
第一作者单位 | 计算机与通信学院 |
通讯作者单位 | 计算机与通信学院 |
第一作者的第一单位 | 计算机与通信学院 |
推荐引用方式 GB/T 7714 | 曹洁,张敏,张红,等. 基于IFA优化RBF神经网络的短时交通流预测模型[J]. 兰州理工大学学报,2022,48(04):99-104. |
APA | 曹洁,张敏,张红,陈作汉,&侯亮.(2022).基于IFA优化RBF神经网络的短时交通流预测模型.兰州理工大学学报,48(04),99-104. |
MLA | 曹洁,et al."基于IFA优化RBF神经网络的短时交通流预测模型".兰州理工大学学报 48.04(2022):99-104. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[曹洁]的文章 |
[张敏]的文章 |
[张红]的文章 |
百度学术 |
百度学术中相似的文章 |
[曹洁]的文章 |
[张敏]的文章 |
[张红]的文章 |
必应学术 |
必应学术中相似的文章 |
[曹洁]的文章 |
[张敏]的文章 |
[张红]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论