典型文献
基于改进GA算法的高速公路交通拥堵状况预测
文献摘要：
目前高速公路拥堵状况发生频率越来越高,为给驾驶者提供便利的出行路径,减缓道路交通拥堵状态,以流量统计为基础,设计了基于改进遗传算法的高速公路交通拥堵状况预测模型.利用固定与移动检测技术采集流量、密度以及速度等宏观交通流量数据,针对冗余数据、缺失数据以及错误数据等异常类参数,采取不同的识别与处理方法,得到有效且完整的流量数据;利用反向传播神经网络与支持向量机回归网络改进遗传算法,建立两个子预测模型;通过加权处理两个模型权重构建混合预测模型,根据子预测模型拥堵预测偏差,结合最优权值组合策略修正混合预测模型的权值系数.实验结果表明,设计模型能划分目标高速公路的交通拥堵状况等级,可依据流量、速度以及占有率等数据预测拥堵状况,且模型预测精度较高,具有理想的预测有效性与准确性.
文献关键词：
交通流量统计;高速公路交通;拥堵状况预测;改进遗传算法;支持向量机回归;反向传播神经网络
中图分类号：
作者姓名：
黄承锋;陈一铭;李元龙
作者机构：
重庆交通大学经济与管理学院,重庆400074
文献出处：
引用格式：
[1]黄承锋;陈一铭;李元龙-.基于改进GA算法的高速公路交通拥堵状况预测)[J].吉林大学学报（信息科学版）,2022(02):198-205
A类：
拥堵状况预测,交通流量统计
B类：
GA,高速公路交通,高速公路拥堵,发生频率,驾驶者,道路交通拥堵,改进遗传算法,动检,集流,流量数据,冗余数据,缺失数据,错误数据,反向传播神经网络,支持向量机回归,模型权重,混合预测模型,拥堵预测,预测偏差,组合策略,略修,权值系数,设计模型,标高,占有率,数据预测
AB值：
0.272523
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
