基于改進灰狼神經網絡算法的交通流量預測

王赫 劉程楊

摘 要：【目的】近年來智能交通系統的研究為人類的出行提供了便捷。對短時交通流的準確預測可緩解交通堵塞。許多研究學者致力于利用對短時交通流的準確預測的智能算法及群智能優化算法研究。【方法】本文提出一種改進灰狼算法結合神經網絡對交通流量預測。通過在灰狼算法中引入可調節的慣性權重，可防止算法陷入局部尋優。【結果】利用改進的灰狼神經網絡算法可實現對交通流預測，錯誤率達到12%。【結論】通過對同一交通流數據集使用BP神經網絡、PSO-BP神經網絡、GWO-BP神經網絡及本文提出的改進GWO-BP神經網絡預測結果對比。仿真驗證結果表明，本文提出的改進灰狼神經網絡結構預測短時交通流的準確率更高，驗證了本算法的可行性。為后續對短時交通流預測的智能算法研究測奠定基礎。

關鍵詞：灰狼算法;神經網絡算法;交通流量預測

（黑龍江科技大學電子與信息工程學院 ?黑龍江 哈爾濱 ?150022）