基于正交差分演化的UKF的短時交通流量預測
大小：0.84 MB 人氣： 2017-12-29 需要積分：1
針對復雜交通路段下的短時交通流量模型的參數估計問題，建立了基于宏觀交通流量預測的狀態空間模型，提出了基于正交自適應差分演化的無跡卡爾曼濾波（UKF）算法，解決交通流量預測動態模型的參數優化問題。對差分演化算法（DE）的初始化過程，使用基于正交設計和量化技術的交叉算予最大限度地提高種群的多樣性，平衡差分演化算法的開采性和勘探性，更高效地搜索無跡卡爾曼濾波的模型參數。并針對UKF、DE的不同情況，分別采用不同的自適應策略提高調節算法性能。實驗結果表明，相對于單獨使用隨機分布的方式初始化，或者根據經驗設置模型參數的方法，使用正交設計方法的初始化策略、變異算予以及參數自適應控制策略的差分演化算法能夠有效地節省計算資源，提升預測性能和精度，具有更高的魯棒性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%