文献类型：期刊文章

作　　者：闫伟[1] 刘云岗[1] 王桂华[1] 高琦[2]

机构地区：[1]山东大学能源与动力工程学院交通运输研究所,济南250061 [2]山东大学机械工程学院,济南250061

出　　处：《系统工程理论与实践》

基　　金：国家高技术研究发展计划(863计划)(2007AA04Z138);山东省优秀中青年科学家科研奖励基金(2007BS01005)

年　　份：2010

卷　　号：30

期　　号：7

起止页码：1320-1325

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、CSSCI、CSSCI_E2010_2011、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：通过对道路交通流变化规律和影响因素的分析,提出了一种新的交通流预测模型.首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中Pij(t)改进模糊聚类分析;然后以最拥挤时间段的25个点交通流数据、天气数据以及天类别数据为指标,将历史数据聚分成若干簇团,并采用动量BP神经网络针对每一簇团建立相应的预测模型.对实际数据进行预测分析的结果表明:该模型不仅对普通工作日有较高的预测精度,对双休日、节假日和一些特殊情况(雨雪天气)也有较好的预测精度.

关 键 词：蚁群算法 模糊聚类 动量BP神经网络  交通流预测

分 类 号：TP391]