基于遗传算法的BP神经网络短时交通流预测

王成宝，任传祥，尹唱唱，陈

梦

（山东科技大学交通信息研究所，山东青岛266590）

摘要：对BP神经网络模型、方法及遗传算法的基本原理进行了分析，将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法；建立了基于BP神经网络的短时交通流预测模型，对BP神经网络算法及基于遗传算法的BP神并将其应用于短时交通流经网络算法进行设计，

预测模型的仿真计算，仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力，该方法可以较好地应用于短时交通流预测。

关键词：短时交通流预测；遗传算法；BP神经网络中图分类号：U495

文献标识码：A

neuralnetworkandtheBPneuralnetworkalgorithmandtheBPneuralnetworkalgorithmbasedonthegenetical-gorithmaredesignedandappliedtooptimizethepredic-tionmodel．Finally，simulationisdoneandtheresultsindicatetheBPneuralnetworkalgorithmbasedonthege-neticalgorithmhasfasterconvergencespeedandbettera-daptabilitythanstandardBPneuralnetworkalgorithm，alsoisagoodmethodtotheshort－termtrafficflowpre-dictionproblem．

Keywords：thepredictionofshort－termtrafficflow；thegeneticalgorithm；BPneuralnetwork

引言

交通流预测总体可以分为短时交通流预测和中长期交通流预测两大类，而在实际的应用中，短时交通流预测的实时性最强、反映最为快捷，因此应用也最为广泛。短时交通流预测就是指在时间跨度不超过15min内，在此时刻t对下一决策时刻t+1乃至以

［1］

后若干时刻t+n的交通流做出实时精准的预测。

Thepredictionofshort－termtrafficflowbasedonthegeneticalgorithm

andBPneuralnetwork

WANGCheng－bao，RENChuan－xiang，

YINChang－chang，CHENMeng

（InstituteofTrafficInformationShandongUniversityofScience

ShandongQingdao266590China）andTechnology，

短时交通流预测即是利用各种检测设备获得道路交通流的实时信息，并通过预测模型和算法分析交通流从而获取精准、实时、可靠的交通预测信息，为数据，

出行者提供实时准确的道路车辆和动态路径规划诱导信息，为出行者避开车流高峰路段，节约出行者的出行时间。从上世纪六十年代开始，人们就开始把数学、计算机等相关领域研究较为成熟的理论和模型应用于短时交通流预测领域，并且研究出了多种新型的预测模型和方法。总体说来，可以分为基于统计方法模型、动态交通分配模型、非线性预测理论模型、自回归滑动平均模型和多种与神经网络结合的复合预测模型等

［2－4］

Abstract：Inthepaper，themodelandmethodoftheBPneuralnetworkandtheprincipleofgeneticalgorithmareanalyzed，andalsotheBPneuralnetworkalgorithmbasedonthegeneticalgorithmissetupbycombiningthegenet-icalgorithmandtheBPneuralnetwork．Theshort－termtrafficflowpredictionmodelisgivenbasedontheBP

。其中，神经网络模型在短时交通流预测

基金项目：山东科技大学研究生科技创新基金资助，项目编号：YCA120426；山东省优秀中青年科学家科研奖励基项目编号：BS2012DX031。金计划资助，

收稿日期：2012—08—05

作者简介：王成宝（1988—），男，山东寿光人，在读硕士，研究方向为智能运输系统理论与技术。

特别是BP（ErrorBack领域方面取得了很大的成功，

Propagation）神经网络模型被广泛的应用，但它仍存在一些难以克服的问题，例如易陷入局部极小问题，适用性、实时性不强等问题。遗传算法（GeneticAlgo-rithm，GA）是一种智能的优化寻优方法，它具有内在的隐并行性及较好的全局寻优能力，采取了基于概率

—5—