基于Jaya-ESN的短时交通流预测  

作　　者：李翠 李霞 黄侃[1] 

机构地区：[1]江西交通职业技术学院,江西南昌330013

出　　处：《西部交通科技》2022年第12期187-189,195,共4页Western China Communications Science & Technology

基　　金：江西省交通运输厅科技项目“基于相似交通流识别的高速公路短时交通流预测研究”(编号:2020X0012);江西省交通运输厅科技项目“基于深度学习的隧道运动火源火灾识别检测系统研究与设计”(编号:2022H0029);江西省教育厅科学技术研究项目“高速公路交通事件检测及所致延迟预测算法研究”(编号:191325)

摘　　要：为了提高短时交通流的预测精度,文章提出一种结合Jaya优化算法和回声状态网络(Echo state networks, ESN)的短时交通流预测方法,阐述了ESN和Jaya优化算法的基本原理,利用ESN建立短时交通流的预测模型,并进一步采用Jaya优化算法来寻找最优的预测模型参数。基于某高速公路实测交通流展开短时交通流预测,结果表明:Jaya算法仅需较少迭代次数就能找到最优的预测模型参数;提出的Jaya-ESN方法计算效率高且预测效果好,预测结果能很好地体现短时交通流的变化趋势和波动规律。

关 键 词：短时交通流 高速公路 回声状态网络 智能交通系统 

分 类 号：U491.14[交通运输工程—交通运输规划与管理]