基于遗传-小波神经网络的短时交通量预测  

Short-term Traffic Volume Forecasting Based on Genetic-wavelet Neural Network

作　　者：黄恩洲[1] 

机构地区：[1]福建工程学院交通运输系,福建福州350108

出　　处：《海南大学学报（自然科学版）》2014年第1期55-59,共5页Natural Science Journal of Hainan University

基　　金：国家自然科学基金(61304210);福建工程学院科研发展基金(GY-211057);福建省教育厅A类基金(JA11192)

摘　　要：针对短时交通量的高度非线性,提出一种基于遗传-小波神经网络的预测方法.该方法以前馈多层感知器的神经网络拓扑结构为基础,选择Morlet母小波基函数作为隐含层激活函数,以最简化结构概念进行网络泛化,并将误差反向传播,经遗传算法对网络连接权值修正.实例证明,该方法预测精度高,预测速度较快,能够满足实际工程的要求.In the report, aimed at advanced nonlinearity of short-term traffic volume, a kind of forecasting meth- od named genetic-wavelet neural network was proposed, which is based on topological structure of multilayer feed-forward perceptions （MLPs）, and in which Morlet mother wavelet function is selected to be active function of hide-layer. The network was generalized by minimization feature structure （MFS） concept, and output error was back propagated to genetic algorithm module to optimize connection weights of network. The forecasting ex- ample indicated that the accuracy ~,d ,~ .c .t. 1_ ~

关 键 词：短时交通量 小波 神经网络 遗传算法 

分 类 号：U491.1[交通运输工程—交通运输规划与管理]