10.3969/j.issn.2095-2783.2013.11.015
基于遗传算法径向基神经网络的交通流预测
为提高径向基(RBF)神经网络预测模型对交通流预测的准确性,提出了一种基于遗传算法优化径向基神经网络的交通流预测方法.利用遗传算法优化径向基神经网络的权值和阈值,然后训练RBF神经网络预测模型以求得最优解,并将该预测方法与RBF神经网络和BP神经网络的预测结果进行对比.仿真结果表明,该方法对交通流具有较好的非线性拟合能力,预测精度高于径向基神经网络和BP神经网络.
交通流、遗传算法、RBF神经网络、BP神经网络
8
U4-9
宁波市交通委科技计划资助项目201334
2014-01-17（万方平台首次上网日期，不代表论文的发表时间）
共4页
1141-1144
