基于生长自组织神经网络群的交通流预测

摘要：

为了提高城市交通流预测神经网络方法的快速动态学习能力,提出了一种生长自组织神经网络群,将复杂的神经网络个体分解为多个训练简单的神经网络群组,并利用设计的动态生长自组织算法来避免神经网络在学习新知识的时候对已有知识造成破坏,同时保持整个群工作的高效稳定,规模不过度扩张.该神经网络群尝试解决神经网络的一次性学习问题,具有动态知识增殖学习能力和更强的错误自修复能力及系统适应灵活性.仿真结果表明,这一方法能够更精确地实现函数逼近和城市交通流自适应动态预测,适用于需要不断快速动态学习的复杂系统.

关键词：智能交通、交通信息工程及控制、交通流预测、人工神经网络、生长自组织神经网络

所属期刊栏目：13

分类号：TP183;U491.14(自动化基础理论)

资助基金：国家自然科学基金资助项目50908017;中国博士后科学基金项目20090451363;中央高校基本科研业务费专项资金项目CHD2010TD001,CHD2011ZD015

在线出版日期：2013-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：33-39