技术总结
本发明提出一种基于萤火虫算法与RBF神经网络的交通流预测方法，包括：对样本的数据进行归一化化处理，使输入数据与输出数据处于同一数量级；初始化萤火虫算法参数，利用随机方法初始化萤火虫种群，并对种群中每个个体进行编码；利用萤火虫算法训练RBF神经网络，得到种群最优个体；对种群最优个体进行解码，得到训练好的RBF神经网络；利用训练好的RBF神经网络对交通流数据样本进行预测。与传统的交通流预测方法相比，本发明充分发挥萤火虫优化算法在RBF神经网络训练中的优势，使RBF网络具有更准确的预测能力、更快的训练效率以及更好的泛化能力。本发明属于交通运输信息工程技术领域，可用于智能交通系统中道路交通流的预测。
技术研发人员：段宗涛;陈柘;康军;葛建东;江华;刘研;吴晓声
受保护的技术使用者：长安大学
文档号码：201710039355
技术研发日：2017.01.19
技术公布日：2017.06.30