| 多子群遗传神经网络模型用于路口短时交通流量预测 |
| |
| 引用本文： | 刘汉丽,周成虎,朱阿兴,李霖. 多子群遗传神经网络模型用于路口短时交通流量预测[J]. 测绘学报, 2009, 38(4): 0-310 |
| |
| 作者姓名： | 刘汉丽 周成虎 朱阿兴 李霖 |
| |
| 作者单位： | 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京,100101;中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101;威斯康星大学麦迪逊分;武汉大学资源与环境科学学院,湖北武汉,430079 |
| |
| 基金项目： | 国家重点基础研究发展规划(973计划)，资源与环境信息系统国家重点实验室自主创新团队计划，国家重点基础研究发展规划(973计划)，中国科学院"百人计划"项目 |
| |
| 摘 要： | 作为智能交通系统ITS的基础和关键问题，交通流量预测方法的研究有着重要的意义。为适应交叉路口短时交通流量的实时变化性和非线性性，本文提出将一种多子群遗传神经网络算法（MPGNN）应用于交叉路口短时交通流量预测的方法，结合BP网络对非线性问题良好的求解能力和遗传算法优良的全局寻优能力，并建立遗传算法的多个子种群来搜索BP网络的最佳结构。通过对武汉市珞瑜路、武珞路、珞狮南路、珞狮北路交叉路口的短时交通流量进行预测分析，取得了良好的实验效果。根据预测结果对该路段的交通流量进行重新分配和控制，对缓解珞瑜路和武珞路段高峰时期交通流量的压力具有重要作用。
|
| 关 键 词： | 交叉路口短时交通流量 流量预测 BP神经网络 遗传算法 多子群 |
Multi-Population Genetic Neural Network Model for Short-term Traffic Flow Prediction at Intersections |
| |
| LIU Hanli,ZHOU Chenghu,ZHU Axing,LI Lin. Multi-Population Genetic Neural Network Model for Short-term Traffic Flow Prediction at Intersections[J]. Acta Geodaetica et Cartographica Sinica, 2009, 38(4): 0-310 |
| |
| Authors: | LIU Hanli ZHOU Chenghu ZHU Axing LI Lin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《测绘学报》浏览原始摘要信息 |
|
点击此处可从《测绘学报》下载全文 |
