本文選題：高速公路流量預(yù)測 + 布谷鳥搜索算法　； 參考：《公路》2017年05期

【摘要】：隨著高速公路交通控制和出行誘導(dǎo)需求的日益增加,對高速公路交通流量的預(yù)測提出了更高的要求。為了提高預(yù)測的精度,提出了改進(jìn)的布谷鳥搜索(cuckoo search,CS)算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的高速公路流量預(yù)測模型(Weighted value of T dynamic disturbance CS-BP,WTCS-BP)。利用高速觀測站的信息采集系統(tǒng)收集車流量信息;離散為時(shí)間序列,構(gòu)建學(xué)習(xí)樣本;利用BP神經(jīng)網(wǎng)絡(luò)對采集的樣本進(jìn)行訓(xùn)練,并采用改進(jìn)的CS算法對網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化;建立高速公路交通流量的預(yù)測模型。最后通過仿真實(shí)驗(yàn)進(jìn)行測試。結(jié)果表明,該模型的擬合度較其他對比模型更接近實(shí)際流量。提高了預(yù)測的準(zhǔn)確性,對高速公路出行起到有效的指導(dǎo)作用。
[Abstract]:With the increasing demand for expressway traffic control and travel guidance, higher requirements are put forward for the prediction of expressway traffic flow. In order to improve the accuracy of prediction, an improved cuckoo search algorithm is proposed to optimize the traffic prediction model of expressway based on BP neural network (BP neural network). The information collection system of high speed observation station is used to collect traffic flow information; discrete time series is used to construct learning samples; BP neural network is used to train the collected samples, and the improved CS algorithm is used to optimize the network parameters. The prediction model of expressway traffic flow is established. Finally, the test is carried out by simulation experiment. The results show that the fitting degree of the model is closer to the actual flow than other contrast models. It improves the accuracy of prediction and plays an effective guiding role in expressway travel.
【作者單位】： 石家莊鐵道大學(xué)四方學(xué)院計(jì)算機(jī)系;
【基金】：河北省科技支撐計(jì)劃項(xiàng)目,項(xiàng)目編號11213585
【分類號】：U491.14

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳君;李聰穎;丁光明;;基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通安全評價(jià)[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年07期

2 樊海瑋;張國翊;丁愛玲;謝昌榮;徐婷;;BP改進(jìn)算法及其在路面裂縫檢測中的應(yīng)用[J];長安大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

3 馬黎;趙麗紅;傅惠;;基于BP神經(jīng)網(wǎng)絡(luò)的交通異常事件自動(dòng)檢測算法[J];交通科技與經(jīng)濟(jì);2010年06期

4 徐杏,史喜軍;深圳港基于BP神經(jīng)網(wǎng)絡(luò)的集裝箱預(yù)測模型[J];河海大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年04期

5 房東升;陳洋洋;;基于BP神經(jīng)網(wǎng)絡(luò)的瀝青路面使用性能評價(jià)[J];交通標(biāo)準(zhǔn)化;2009年19期

6 雷敏;斯郎擁宗;;BP神經(jīng)網(wǎng)絡(luò)在大型斜拉橋施工控制中的應(yīng)用研究[J];四川建筑;2009年04期

7 茆訓(xùn)超;大哥大、BP機(jī)不宜握在司機(jī)手中[J];交通與運(yùn)輸;1995年02期

8 李懷國;;BP神經(jīng)網(wǎng)絡(luò)與模糊控制在隧道施工中的預(yù)測與應(yīng)用[J];今日科苑;2008年20期

9 楊霖濤;;利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測隧道周邊位移[J];價(jià)值工程;2012年25期

10 韓大建,陳太聰,蘇成;BP神經(jīng)網(wǎng)絡(luò)用于斜拉橋施工過程中混凝土彈性模量的識別[J];橋梁建設(shè);2003年01期

相關(guān)會(huì)議論文 前2條

1 焦金星;趙建輝;王福釗;;基于BP神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別算法研究[A];第八屆中國智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

2 傅佳;胡紹海;;基于LM算法的BP神經(jīng)網(wǎng)絡(luò)的擁堵預(yù)測[A];全國第一屆信號處理學(xué)術(shù)會(huì)議暨中國高科技產(chǎn)業(yè)化研究會(huì)信號處理分會(huì)籌備工作委員會(huì)第三次工作會(huì)議�？痆C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 通訊員 王孟霞;CCS獲BP的CAP資格認(rèn)可[N];中國船舶報(bào);2013年

相關(guān)碩士學(xué)位論文 前9條

1 肖啟俊;基于BP神經(jīng)網(wǎng)絡(luò)的船舶價(jià)格評估方法研究[D];上海交通大學(xué);2013年

2 范靜;基于BP神經(jīng)網(wǎng)絡(luò)的航運(yùn)上市公司財(cái)務(wù)業(yè)績評價(jià)研究[D];大連海事大學(xué);2008年

3 張亭;基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)動(dòng)車保有量預(yù)警模型研究[D];遼寧師范大學(xué);2014年

4 肖先波;基于BP神經(jīng)網(wǎng)絡(luò)的公路建設(shè)項(xiàng)目風(fēng)險(xiǎn)分析[D];浙江大學(xué);2006年

5 陳姿穎;BP神經(jīng)網(wǎng)絡(luò)在港口績效評價(jià)中的應(yīng)用研究[D];北京交通大學(xué);2015年

6 劉瑋;基于BP神經(jīng)網(wǎng)絡(luò)下的深長隧道突水預(yù)測分析與數(shù)值模擬研究[D];中南大學(xué);2014年

7 劉建國;基于卡爾曼濾波的BP神經(jīng)網(wǎng)絡(luò)模型在橋梁形變中的應(yīng)用[D];長安大學(xué);2010年

8 白懷星;基于灰熵關(guān)聯(lián)法與BP神經(jīng)網(wǎng)絡(luò)的SBS改性瀝青混凝土紫外老化路用性能研究[D];西安建筑科技大學(xué);2014年

9 曹智慧;基于BP神經(jīng)網(wǎng)絡(luò)的空余泊位的短時(shí)預(yù)測和自動(dòng)尋車系統(tǒng)的研究[D];華南理工大學(xué);2012年

，

本文編號：1824519