文献类型：期刊文章

作　　者：林鑫[1,2] 王晓晔[1,2] 王卓[1,2] 张德干[1,2]

机构地区：[1]天津理工大学天津市智能计算及软件新技术重点实验室,天津300191 [2]天津理工大学计算机视觉与系统省部共建教育部重点实验室,天津300191

出　　处：《河北工业大学学报》

基　　金：国家863计划项目(2007AA01Z188)

年　　份：2010

卷　　号：39

期　　号：3

起止页码：42-45

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、INSPEC、ZGKJHX、ZMATH、核心刊

摘　　要：短时交通流因其不确定性等特点而导致预测很复杂,准确率不高.本文把蚁群聚类算法和RBF神经网络结合来构建交通流预测模型,用蚁群聚类确定RBF网络隐层神经元的中心值,并且为了找到最优的聚类结果,在蚁群算法中加入了局部搜索.此模型具有较强的局部泛化能力和较高的准确率.实例仿真研究表明此方法预测效果较好.

关 键 词：短时交通流 预测  蚁群聚类 RBF神经网络 局部搜索

分 类 号：TP391]