| 基于改进天牛须算法优化的确定性跳跃循环状态网络的交通流预测 |
| |
| 引用本文： | 梁秀霞,李万通,杨凡,张燕.基于改进天牛须算法优化的确定性跳跃循环状态网络的交通流预测[J].科学技术与工程,2021,21(8):3372-3378. |
| |
| 作者姓名： | 梁秀霞 李万通 杨凡 张燕 |
| |
| 作者单位： | 河北工业大学人工智能与数据科学学院,天津300132 |
| |
| 基金项目： | 国家自然科学基金项目（61773151），河北省自然科学基金（F2018202279） |
| |
| 摘 要： | 为了提高短时交通流速度预测的精度,提出一种基于改进天牛须算法优化的确定性跳跃循环状态网络的交通流预测模型.首先对交通流速度序列进行浑沌性分析,重构序列的相空间,将对交通流速度序列的研究映射到其所在的相空间中进行;然后引入变步长因子和模拟退火技术对天牛须算法(beetle antennae search,BAS)进行改进,并以改进算法优化确定性跳跃循环状态网络(cycle reservoir with regular jumps,CRJ)的参数构建预测模型;最后通过实例对比分析模型的有效性.结果表明:通过相空间重构对交通流速度序列处理,能够挖掘序列内部的动态特性,使之更加适用于网络的建模;所提模型的预测结果同对比模型相比,平均绝对百分比误差下降了1.05％ ～6.04％,有效地提高了短时交通流速度的预测精度.
|
| 关 键 词： | 智能交通 交通流速度预测 混沌理论 相空间重构 天牛须算法 回声状态网络 |
| 收稿时间： | 2020/6/8 0:00:00 |
| 修稿时间： | 2020/12/15 0:00:00 |
Prediction of Short-term Traffic Flow Based on Phase Space Reconstruction and Improved BAS-CRJ |
| |
| Liang Xiuxi,Li Wantong,Yang Fan,Zhang Yan.Prediction of Short-term Traffic Flow Based on Phase Space Reconstruction and Improved BAS-CRJ[J].Science Technology and Engineering,2021,21(8):3372-3378. |
| |
| Authors: | Liang Xiuxi Li Wantong Yang Fan Zhang Yan |
| |
| Institution: | Hebei University of Technology |
| |
| Abstract: | |
| |
| Keywords: | intelligent transportation traffic flow speed prediction chaos theory phase space reconstruction Beetle Antennae Search Algorithm Echo state network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
