基于GA-tBP模型的城市道路交通量预测

作者：田晟; 李嘉

来源：科学技术与工程, 2023, 23(07): 3053-3059.

DOI：10.3969/j.issn.1671-1815.2023.07.045

• 城市道路交通
• 交通量预测
• 时间特性
• 组合模型

针对城市道路交通量时间差异性强的问题，提出了一种使用遗传算法(genetic algorithm,GA)优化BP(back propagation)神经网络并考虑时间特性的模型(GA-tBP)预测道路交通量。从月、周、日3个维度统计分析了历史交通量数据存在的差异，得出影响城市道路交通量的时间因素。以江西省南昌市赣江中大道交通量为例，对未来24 h内每5 min交通量进行预测，对比分析了不同模型在预测精度和学习能力等方面的表现。研究结果表明，同不考虑时间特性的模型及其他传统预测模型相比较，GA-tBP模型的预测效果最好，其均方误差(mean squared error, MSE)及平均绝对误差(mean absolute error, MAE)分别为14.87 veh/5 min和2.44 veh/5 min,故该模型具有可行性和有效性。

• 单位
  华南理工大学