Traffic Signal Prediction Using Elman Neural Network and Particle Swarm Optimization
- سال انتشار: 1395
- محل انتشار: ماهنامه بین المللی مهندسی، دوره: 29، شماره: 11
- کد COI اختصاصی: JR_IJE-29-11_009
- زبان مقاله: انگلیسی
- تعداد مشاهده: 539
نویسندگان
Faculty of Engineering & Technology, University of Mazandaran, Babolsar, Iran
Faculty of Electrical and Computer Engineering, Babol University of Technology, babol, Iran
چکیده
Prediction of traffic is very crucial for its management. Because of human involvement in the generation of this phenomenon, traffic signal is normally accompanied by noise and high levels of non-stationarity. Therefore, traffic signal prediction as one of the important subjects of study has attracted researchers’ interests. In this study, a combinatorial approach is proposed for traffic signal prediction, based on Neural Networks and Particle Swarm Optimization algorithm. Elman Neural Network is chosen from amongst many types of Neural Networks due to its feedbacked structure. To this purpose, Particle Swarm optimization algorithm is utilized for adequate training of the Neural Network, instead of common gradient descent based methods. In this work, wavelet transform is employed as a part of the preprocessing stage, for the elimination of transient phenomena as well as for more efficient training of the Neural Network. Simulations are carried out to verify performance of the proposed method, and the results demonstrate good performance in comparison to other methodsکلیدواژه ها
Traffic Signal,Neural Networks,Particle Swarm Algorithm,Wavelet Transform,مقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.