文件名称：基于GA-Elman神经网络的交通流短时预测方法 (2013年)
文件大小：347KB
文件格式：PDF
更新时间：2024-05-26 10:35:22
自然科学 论文
以单断面的交通流量为研究对象，采用动态Elman神经网络进行短时交通流量的预测，提出一种基于GA- Elman神经网络的交通流短时预测方法．该方法通过遗传算法优化Elman神经网络的权值和阈值，克服了Elman神经网络易陷入局部最小的缺陷，同时提高了Elman神经网络的泛化能力和预测精度．实验仿真表明，本文方法可用于城市快速路上预测实时交通流量，预测效果优于Elman、GA-BP预测模型．