资料下载
×
基于改进的CS与RBF的高速公路交通流预测方法
消耗积分:0 |
格式:pdf |
大小:1.17 MB |
2021-03-31
分享资料个
在暴雨天气情况下，驾驶人视野受限制容易引发交通事故。为准确预测暴雨天气下的高速公路车流量从而减少事故的发生，提出一种基于改进布谷鸟搜索（CS）算法与径向基函数（RBF）神经网络的高速公路交通流预测方法。采用猴群算法中的猴爬山过程优化布谷鸟位置更新策略，通过识别概率自适应更新策略建立改进的CS-RBF神经网络（CS- RBFNN）交通流预测模型。实验结果表明，相对于改进的GSO- RBFNN模型，改进的 CS-RBFNN模型具有更快的收敛速度和更高的预测精度，其平均绝对百分比误差为8.2%，平均绝对误差为20.14，均方根误差为19.2，且预测准确率高于90%。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
