公开(公告)号：CN106910337A

公开(公告)日：2017-06-30

申请号：CN201710039355.5

申请日：2017-01-19

Applicant: 长安大学

Inventor： 段宗涛 ,  陈柘 ,  康军 ,  葛建东 ,  江华 ,  刘研 ,  吴晓声

IPC: G08G1/01 ,  G06N3/06

CPC classification number: G08G1/0125 ,  G06N3/061

Abstract: 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。

公开(公告)号：CN108417023A

公开(公告)日：2018-08-17

申请号：CN201810409886.3

申请日：2018-05-02

Applicant: 长安大学

Inventor： 陈柘 ,  段宗涛 ,  吴晓声 ,  唐蕾 ,  王青龙 ,  王少章 ,  赵圣娟

IPC: G08G1/00 ,  G06F17/30 ,  G06K9/62 ,  G06Q50/26 ,  G06Q50/30

Abstract: 一种基于出租车上下客点空间聚类的交通小区中心点选取方法，包括首先获取出租车GPS数据并进行数据清洗；提取每辆出租车的上、下客点，每一处的上、下客点数据为一个样本数据；对出租车上、下客点数据进行地图匹配，消除因GPS精度不准造成的误差；采用网格划分法，将城市空间划分为有限数量的网格单元以形成网格结构的交通小区，并将地图匹配修正后的出租车上下客点数据归至所在的交通小区，经过对属于每个交通小区的出租车上下客点聚类，提取出核心对象点数据，将交通小区的上下客点聚类核心与距离最近的路段匹配，选取距聚类核心最近的路段，并将核心对象点投影到该路段上，投影点即为该交通小区的中心点。本发明的中心点选取合理。