基于改进灰狼神经网络算法的交通流量预测

王赫 刘程杨

摘 要：【目的】近年来智能交通系统的研究为人类的出行提供了便捷。对短时交通流的准确预测可缓解交通堵塞。许多研究学者致力于利用对短时交通流的准确预测的智能算法及群智能优化算法研究。【方法】本文提出一种改进灰狼算法结合神经网络对交通流量预测。通过在灰狼算法中引入可调节的惯性权重，可防止算法陷入局部寻优。【结果】利用改进的灰狼神经网络算法可实现对交通流预测，错误率达到12%。【结论】通过对同一交通流数据集使用BP神经网络、PSO-BP神经网络、GWO-BP神经网络及本文提出的改进GWO-BP神经网络预测结果对比。仿真验证结果表明，本文提出的改进灰狼神经网络结构预测短时交通流的准确率更高，验证了本算法的可行性。为后续对短时交通流预测的智能算法研究测奠定基础。

关键词：灰狼算法;神经网络算法;交通流量预测

（黑龙江科技大学电子与信息工程学院  黑龍江 哈尔滨  150022）