典型文献
基于遗传算法优化的BP神经网络城市道路延误预测研究
文献摘要：
交通延误是评价道路交通状态、优化交通管控策略的重要指标之一.如何利用现有交通数据,构建精度高、时延小的交通延误预测模型,对城市交通状态精细化描述以及管控起着至关重要的作用.文章在分析延误预测模型适用性的基础上,提出了基于遗传算法优化的BP神经网络延误预测模型,融合浮动车和路段卡口检测器数据,预测路段平均延误.选择济南市典型路段和信号控制交叉口进行验证,结果表明,与传统的BP神经网络相比,该模型能显著地提高城市道路延误预测精度,用于预测城市道路交通延误具有一定可行性.
文献关键词：
数据融合;延误预测;遗传算法;BP神经网络
中图分类号：
作者姓名：
孙平;张萌
作者机构：
山东交通学院,山东 济南250307
文献出处：
引用格式：
[1]孙平;张萌-.基于遗传算法优化的BP神经网络城市道路延误预测研究)[J].江苏科技信息,2022(05):50-55
A类：
B类：
遗传算法优化,延误预测,预测研究,交通延误,交通状态,交通管控,管控策略,交通数据,时延,城市交通,模型适用性,浮动车,路段,卡口,检测器,平均延误,济南市,信号控制交叉口,高城,城市道路交通,数据融合
AB值：
0.302202
相似文献
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。
