基于IGA-IBP算法的高速公路逃费预测

作     者：李松江 周舟 李岩芳 王艳春 宋小龙 王鹏 LI Song-jiang;ZHOU Zhou;LI Yan-fang;WANG Yan-chun;SONG Xiao-long;WANG Peng

作者机构：长春理工大学计算机科学技术学院吉林长春130022 

基　　金：吉林省省级产业创新专项基金项目(2016C090) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第12期

页      码：3840-3845页

摘      要：为解决现有高速公路逃费预测方法的准确率和稳定性低等问题,依据车辆收费数据提出一种基于IGA-IBP算法的预测模型。优化遗传算法中的变异算子和BP神经网络的隐含层和输出层之间的学习率,减小传统算法的误差并提高收敛速度,通过ReliefF算法选取车辆逃费行为共有的关键特征,动态调整车辆行驶时间特征,归一化特征属性建立IGA-IBP算法预测模型。实验结果表明,与传统算法相比,该算法在各项评价指标中均具有优越性,可为高速公路管理局的决策提供重要支持。

主 题 词：高速公路 IGA-IBP算法 神经网络 特征选取 动态行驶时间 逃费预测 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2018.12.041

馆 藏 号：203430191...