基于PSO-BP神经网络的终端区拥堵等级预测模型

摘要：

为了解决由于拥堵指标和预测方法不完善而导致的预测精度不高的问题,从拥堵现象、拥堵原因、拥堵后果角度出发,构建终端区拥堵指标体系;建立BP神经网络并用粒子群算法提高模型精度,提出一种基于PSO-BP的多指标终端区拥堵等级预测模型;采用国内某终端管制区为实例验证了模型的有效性.结果表明,通过综合考虑终端区拥堵的影响因素,模型对终端区拥堵等级预测的准确率从66.7％提高到了80％,具有一定的实用价值.

关键词：空中交通、终端区、拥堵等级预测、粒子群算法、BP神经网络

所属期刊栏目：49

分类号：V335

资助基金：国家重点实验室2018年开放基金项目资助SKLATM201802;江苏省自然科学基金项目资助BK20170157;华北理工大学研究生创新项目资助2019S23

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：57-61