基于资源分配网络算法的交通流预测研究  

Traffic Flow Prediction and Simulation Based on Resource Allocation Network Algorithm

作　　者：李连强[1] 高军伟[2] 

机构地区：[1]青岛大学自动化与电气工程学院,山东青岛266071 [2]北京交通大学轨道交通控制与安全国家重点实验室,北京100044

出　　处：《工业控制计算机》2017年第10期88-89,共2页Industrial Control Computer

基　　金：山东省自然科学基金资助项目(ZR2015FM015);轨道交通控制与安全国家重点实验室开放课题(RCS2015K007)

摘　　要：为了提高短期交通流预测的准确性,利用资源分配网络算法在线优化径向基函数(Radial Basis Function,RBF)网络。利用资源分配网络算法对输入样本统一聚类,得到隐节点个数,同时引入剪枝策略动态地删除对网络影响较小的隐节点,并用梯度下降算法对神经网络各基函数的数据中心、扩展常数以及输出节点的权值进行调整。用MATLAB构建资源分配网络算法模型,对采集的数据进行仿真。仿真结果表明,通过对比K-均值聚类的RBF神经网络,资源分配网络算法可求得更精简的网络结构和更高的预测精度。This paper proposes a resource allocation network algorithm to optimize the radial basis function （radial basis function,RBF） network online.The model uses the algorithm of resource allocation network to cluster the input samples and get the hidden layer nodes,while introducing the pruning strategy dynamically to remove hidden nodes which has little con-tribution to the network.The data center of the neural network,the coefficient of expansion and the weight of the output nodes are designed by gradient algorithm.Using MATLAB to build a network model of resource allocation and simulate the collected data.

关 键 词：交通流 资源分配网络 剪枝策略 梯度下降算法 

分 类 号：U491.14[交通运输工程—交通运输规划与管理]