[发明专利]一种高速公路交通流预测方法有效
| 申请号： | 201811654715.3 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109671272B | 公开（公告）日： | 2022-01-25 |
| 发明（设计）人： | 蔡延光;乐冰;蔡颢 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/065;H04L41/14;H04L41/147;G06N3/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种高速公路交通流预测方法，涉及智能交通领域。本发明建立基于改进萤火虫‑径向基函数神经网络的高速公路交通流预测模型；设计了改进萤火虫算法训练径向基函数神经网络参数，提高所述径向基函数神经网络的精度和收敛速度；通过计算所述径向基函数神经网络的损失函数值，选择损失函数最小的径向基函数神经网络，用来预测高速公路交通车流量。本发明提出的高速公路交通流预测方法，计算速度快、预测精度准，在高速公路交通流预测时有很好效果。 | ||
| 搜索关键词： | 一种 高速公路 通流 预测 方法 | ||
【主权项】：
1.一种高速公路交通流预测方法，其特征在于，包括以下步骤；S1：获取历史高速公路交通流数据集，并将数据集的数据进行分类和归一化处理；S2：建立基于径向基函数神经网络高速公路交通流预测模型；S3：利用改进的萤火虫算法训练径向基函数神经网络得到最优参数，建立萤火虫‑径向基函数神经网络模型；其利用改进的萤火虫算法训练径向基函数神经网络得到最优参数的步骤包括对径向基函数神经网络参数进行编码，确定径向基函数神经网络的损失函数，对萤火虫算法中的荧光素值进行更新，计算萤火虫移动方向的概率值并更新萤火虫位置，迭代若干次后找到荧光素值最高的个体进行解码，得到径向基函数神经网络的最优参数；S4：利用归一化处理后的数据训练萤火虫‑径向基函数神经网络模型并迭代若干次，得到损失函数最小的径向基函数神经网络；S5：利用得到的径向基函数神经网络对高速公路交通流进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811654715.3/，转载请声明来源钻瓜专利网。
