基于BP神经网络技术的车辆通行时间预测研究

作者:蒋渭忠[1];朱金荣[2];邱祥[2] 刊名:微型机与应用 上传者:王小红

【摘要】为进一步提高交通调度效率,解决日益严重的交通拥堵现状,提出基于BP神经网络模型预测车辆通行时间的方案。根据交叉路口特征,建立了三层BP(Back Propagation)神经网络模型,并确定模型的输入层和输出层神经元数目均为4个。采用MATLAB软件对采集的车辆通行数据进行仿真分析,最终确定隐含层神经元数目为9个。利用预测样本对BP神经网络模型进行了可行性验证。结果表明,BP神经网络模型能够用于预测排队车辆通行时间,误差在10%以内,可以作为交通控制器配时方案的依据,提高车辆通行效率。

全文阅读

Software and Algorithms 基于 BP神经网络技术的车辆通行 时间预测研究 蒋渭忠 ,朱金 荣 ,邱 祥 (1.常州工 学院 电气与光电工程学院 ,江苏 常州 213002;2.扬州大学 物理科学 与技术学 院 ,江苏 扬州 225002) 摘 要 :为进一步提高交通调度效率,解决 日益严重的交通拥堵现状 ,提 出基于 BP神经网络模型预测车辆通行时间的方案。根 据交叉路 口特征,建立了三层 BP(Back Propagation)神 经网络模型 ,并确定模型的输入层和输 出层神经元数 目均为 4个。采 用 MATLAB软件对采集的车辆通行数据进行仿真分析,最终确定隐含层神经元数 目为 9个。利用预测样本对 BP神经 网络模型进 行 了可行性验证。结果表明,BP神经网络模型能够用于预测排队车辆通行时间,误差在 10%以内,可以作为交通控制器配时方 案 的依据 ,提 高车辆通行 效 率。 关键 词 :BP神 经 网络 ;仿 真 ;车辆 通行 时 间; 中 图分 类号 :TP212 文献 标识 码 :A DOI:10.19358/j.issn.1674—7720.2016.20.006 引用格式 :蒋渭忠,朱金荣,邱祥.基于 BP神经网络技术的车辆通行时间预测研究[J].微型机与应用 ,2016,35(20):25-26,30. Travel time prediction based on BP neural network Jiang Weizhong ,Zhu Jinrong ,Qiu Xiang (1.School of Electrical and Photoelectronic Engineering,Changzhou Institute of Technology,Changzhou 2 1 3002,China; 2.School of Physical Science&Technology,Yangzhou University,Yangzhou 225002,China) Abstract:In order to further improve the efficiency of traffic control and solve the growing trai c congestion,a new prediction model is pro— posed based on BP(Back Propagation)neural network.According to the characteristics of the intersection,BP neural network model is estab- lished.The number of input layer and output layer neuron model are four.MATLAB software simulates the data collected from vehicle traffic and ultimately chooses nine as the number of hidden layer neurons.Using prediction samples,the feasibility of the model is verified.The re— sults showed that BP neural network can be used to predict traic queuing

参考文献

引证文献

问答

我要提问