| 慕伟,陈国定,钟引帆.基于K-Means和GA-WNN的交通流量预测[J].现代交通技术,2015,(5):70-74 |
| 基于K-Means和GA-WNN的交通流量预测 |
|
| |
| DOI： |
| 中文关键词: 交通流量预测 K-Means算法 遗传算法 小波神经网络 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 3848 |
| 全文下载次数: 365 |
| 中文摘要: |
| 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。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
