计算机工程

作者：蔡延光, 乐冰, 蔡颢, 李旭阳

单位：1. 广东工业大学 自动化学院, 广州 510006;2. 奥尔堡大学 健康科学与工程系, 丹麦 奥尔堡 9220

关键词：暴雨天气,高速公路,改进布谷鸟搜索算法,神经网络,交通流预测

基金：国家自然科学基金（61074147）；广东省自然科学基金（S2011010005059）；广东省教育部产学研结合项目（2012B091000171，2011B090400460）；广东省科技计划项目（2012B050600028，2014B010118004，2016A050502060）；广州市科技计划项目（201604016055）；广州市花都区科技计划项目（HD14ZD001）；广州市天河区科技计划项目（2018CX005）。

在暴雨天气情况下，驾驶人视野受限制容易引发交通事故。为准确预测暴雨天气下的高速公路车流量从而减少事故的发生，提出一种基于改进布谷鸟搜索（CS）算法与径向基函数（RBF）神经网络的高速公路交通流预测方法。采用猴群算法中的猴爬山过程优化布谷鸟位置更新策略，通过识别概率自适应更新策略建立改进的CS-RBF神经网络（CS-RBFNN）交通流预测模型。实验结果表明，相对于改进的GSO-RBFNN模型，改进的CS-RBFNN模型具有更快的收敛速度和更高的预测精度，其平均绝对百分比误差为8.2%，平均绝对误差为20.14，均方根误差为19.2，且预测准确率高于90%。

来源：2020年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第6期