暴雨天气下高速公路短时交通流预测

作     者：蔡延光 乐冰 蔡颢 李旭阳 CAI Yanguang;LE Bing;CAI Hao;LI Xuyang

作者机构：广东工业大学自动化学院广州510006 奥尔堡大学健康科学与工程系丹麦奥尔堡9220 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2020年第46卷第6期

页      面：34-39页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61074147) 广东省自然科学基金(S2011010005059) 广东省教育部产学研结合项目(2012B091000171,2011B090400460) 广东省科技计划项目(2012B050600028,2014B010118004,2016A050502060) 广州市科技计划项目(201604016055) 广州市花都区科技计划项目(HD14ZD001) 广州市天河区科技计划项目(2018CX005) 

主　　题：暴雨天气 高速公路 改进布谷鸟搜索算法 神经网络 交通流预测 

摘      要：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%。