基于混沌自适应遗传PPPR城市交通量预测  

Prediction of Traffic-Flow Based on Chaos Adaptive Genetic Algorithm and PPPR Model

作　　者：赵泽辉[1,2] 康海贵[1] 李明伟[1] 周飞鹏[1] 

机构地区：[1]大连理工大学建设工程学部,辽宁大连116024 [2]河南省济邵高速公路有限公司,河南济源454600

出　　处：《沈阳建筑大学学报（自然科学版）》2011年第2期397-402,共6页Journal of Shenyang Jianzhu University：Natural Science

基　　金：国家自然科学基金项目(59895410);教育部博士点专项基金(200901411105);河南省交通厅科技计划项目(201012)

摘　　要：目的为了提高城市交通量预测精度.方法将参数投影寻踪回归(Parameter Projection Pursuit regression,PPPR)思想应用于城市交通量预测,利用最小二乘法确定Hermit多项式权系数c,在优化岭函数个数M的同时基于混沌自适应遗传算法(Chaos Adaptive Genetic Algorithm,CAGA)内嵌式优化PPPR模型的最佳投影方向a,提出了基于CAGA-PPPR模型进行交通量预测的新方法.结果仿真实验表明该模型的预测效果优于对比模型,仿真预测平均绝对相对误差控制在3.47%以内,提高了城市交通量的预测精度.结论应用于城市交通量的预测具有一定的可行性和实用性.In order to improve the traffic-flow prediction accuracy,a parameter projection pursuit regression(PPPR)was used in this paper to forecast the traffic-flow of city and increase the forecasting accuracy of PPPR.The ridge functions were analyzed by using the Hermite orthogonal polynomial,and the best projection direction a of the PPPR model was optimized by means of Chaos Adaptive Genetic Algorithm(CAGA)at the same time of optimizing the number of ridge functions M.As a result,a new prediction method for fore...

关 键 词：交通流量预测 投影寻踪回归 遗传算法 混沌 自适应机制. 

分 类 号：U491.113[交通运输工程—交通运输规划与管理]