原文传递
基于K-Means和GA-WNN的交通流量预测
| 题名： | 基于K-Means和GA-WNN的交通流量预测 |
| 正文语种： | 中文 |
| 作者： | 慕伟；陈国定；钟引帆； |
| 关键词： | 交通流量预测；K-Means算法；遗传算法；小波神经网络 |
| 摘要： | 如何对交通流进行准确和实时的预测是实现交通管理的关键所在。文章根据交通流数据的时间序列特性,提出基于K-Means算法与遗传算法(GA)优化的小波神经网络(WNN)预测方法:首先对交通流流量序列按照流量采用K-Means算法进行分割,分割后的结果较符合流量的分布情况;然后使用GA-WNN对分割后的每一个时间段的交通流数据分别进行建模和预测。仿真结果表明,该方法对交通流量预测的精度较好。 |
| 期刊名称： | 现代交通技术 |
| 出版年： | 2015 |
| 期： | 05 |
| 页码： | 70-74 |
检索历史
应用推荐
