基于混沌神经网络的交通流预测算法.pdf

第26卷第2期 济南大学学报【自然科学版} V01．26No．2 丝!!!!星 』Q望曼盟垒生业型!∑!堕!里Q!!型垒型l兰i：竺i堡坠2 垒竺：!!!! 文章编号：1671—3559(2012)02-0152一04 基于混沌神经网络的交通流预测算法 胡家兴1，陈燕1，张立东2t3 法．该算法首先计算混沌相空阔的嵌入维数和嵌入延迟，构造得到的相空问向量作为RBF神经网络的输入，其相空间次邻向 量作为期望输出值．滚动训练得到神经网络的权值，然后以实际交通流作为输入，经由网络计算得到预测值。仿真结果表明 该算法相比于RBF神经网络，预测精度提高96％，证明了该算法的有效性。 关键词：RBF神经网络；智能交通；交通流预测；混沌理论 中图分类号：TP39；U49 文献标志码：A FlowPrediction viaChaosRBFNetwork Traffic AlgorithmStudy HU妇·xin91，GHENYah‘，ZHAN(3U·don92t3 Maritime Sckmeeand Sch001．DaliaaUniversity，Dalian116026．China；2．ControlEngin咖Institute， (I．TranspormtimaManagement Cant盯．Jinan2．50014，CIIi雌) ShandongUmvemity，Ji呦250061，Chim；3．ShandangComput盯Science the oftral蕞cflow studiedakind0fnewchaosRBFneural Abstract：Toimproveprecision forecasting，we vectoras 0f rithm．Itfirstcalculates dimensionsand ofchaos the the embedding embeddingdeLay space，takesphasespace input phase vector to trainsthenetworkand the RBFnnⅡmnetworkandthe valuenext expectation input∞theoutput value，tlnally gets weight8． network In collectedtrafficflowcouldbe intothe after reconstructionand net．and space forecasting，thepre- practice，the input phase value